Sunteți pe pagina 1din 64

Capitolul 4

NoŃiuni de dinamică
neliniară

4.1 Introducere
4.2 Caracterizarea circuitelor neliniare
4.3 Tipuri de comportări dinamice
4.4 Concluzii
150 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

4 NoŃiuni de dinamică neliniară

4.1 Introducere
Abordarea sistemică a problemelor inginereşti, legate de prelucrarea semnalelor,
presupune dezvoltarea unui model matematic adecvat pentru sistemele analizate.
Pentru dezvoltarea structurată a unui model sistemic este necesară delimitarea
sistemului studiat, specificarea interacŃiunilor acestuia cu mediul înconjurător şi
funcŃionalitatea sistemului fizic supus procesului de modelare.
Delimitarea sistemului de mediul înconjurător are, cu precădere un caracter
spaŃial, dar, în subsidiar implică şi un caracter noŃional sau informaŃional,
conŃinând uzual şi un început de specificare a structurii sale prin identificarea
subsistemelor din care este compus.
InteracŃiunile cu mediul se grupează în semnale de intrare (modelând influenŃa
mediului asupra sistemului) şi de ieşire (modelând influenŃa sistemului asupra
mediului). Din punctul de vedere al legăturilor cu exteriorul, sistemele pot fi
autonome, atunci când nu apare intrarea în mod explicit în ecuaŃiile ce constituie
modelul, sau ne–autonome, în cazul în care se introduce intrarea în modelul
matematic al sistemului.
FuncŃionalitatea sistemului se specifică printr-un set de ecuaŃii care să modeleze
prelucrările semnalelor de intrare ce duc la obŃinerea ieşirilor. Un element esenŃial
în obŃinerea operatorilor matematici care modelează aceste procese îl constituie
dinamica internă a sistemului analizat. Aceasta evidenŃiază caracterul cu memorie
(dinamic) al prelucrărilor de semnal, atunci când sistemele nu sunt pur algebrice,
impunând amprenta specifică sistemului analizat asupra ieşirilor acestuia.
ObŃinerea ecuaŃiilor reprezentând opratorul matematic ce modelează sistemul
studiat se poate face în două moduri: structural, prin evidenŃierea subsistemelor cu
ecuaŃiile lor constitutive şi a conexiunilor acestora, modelate de ecuaŃiile de
legătură, sau funcŃional, prin determinarea intrare–ieşire a unui model de tip cutie
neagră (black box).
4.1 Introducere 151

Modelele sistemelor dinamice pot fi în timp continuu (analogice), modelate de


ecuaŃii diferenŃiale, sau în timp discret (discrete), modelate cu ecuaŃii cu diferenŃe.
Pentru asigurarea realizabilităŃii fizice, modelele matematice obŃinute trebuie să
respecte principiul cauzalităŃii, ceea ce nu exclude prezenŃa, în etapele
intermediare, de calcul, a unor modele ne–cauzale.
Sistemele neliniare, la care vom face referire în continuare, pot dezvolta o
dinamică mult mai complexă decât cele liniare, cu proprietăŃi dificil de evidenŃiat
pur algebric. Nivelul de abstractizare al modelului poate fi ierarhizat în categoriile:
modele analitice, geometrice şi algebrice. Cu cât modelul este mai abstract, cu atât
oferă o caracterizare mai globală şi implică un număr mai mic de calcule analitice
pentru evidenŃierea proprietăŃilor sistemului. Un exemplu grăitor îl reprezintă
sistemele liniare, pentru care abordarea frecvenŃială, bazată pe transformate de tip
Laplace sau Z, permite algebrizarea ecuaŃiilor diferenŃiale sau cu diferenŃe, liniare
şi invariante, ce reprezintă modelul de bază, analitic, al sistemului de prelucrare de
semnal. Modelele de nivel geometric permit studiul dinamicii interne a sistemului
studiat, plecând, nu de la o condiŃie iniŃială unică, ci de la o întregă mulŃime de
condiŃii iniŃiale, structurată geometric sub forma unei varietăŃi diferenŃiale.
Dinamica sistemului studiat se va reflecta prin modificările aduse în timp de sistem
varietăŃii diferenŃiale de condiŃii iniŃiale. Aceasta poate da sugestii intuitive asupra
prelucrărilor de semnal pentru care sistemul este cel mai eficient.
Domeniul de studiu al dinamicii neliniare este mai recent şi mai dificil decât cel
al sistemelor liniare, implicit mai puŃin maturizat decât acesta. De aceea, abordarea
prezentată în continuare va fi una analitică, conŃinând doar sugestii de algebrizare
prin dinamică simbolică a sistemelor haotice. În paragraful ce urmează se va
evidenŃia eficienŃa modelului bazat pe ecuaŃii de stare, atât din punctul de vedere al
studiului comportării dinamice, cât şi al posibilităŃilor de implementare. Al treilea
paragraf este orientat spre evidenŃierea diverselor tipuri de comportări dinamice, în
ordinea crescătoare a complexităŃii lor.
152 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

4.2 Caracterizarea circuitelor neliniare

4.2.1 Caracterizarea intrare - ieşire


Caracterizarea sistemelor prin abordarea intrare – ieşire este cea mai simplă
variantă, oferind informaŃii suficiente privitoare la comportarea sistemelor liniare
cu memorie sau neliniare algebrice. În această abordare, se iau în consideraŃie
numai semnalele caracterizând influenŃa mediului asupra sistemului, intrările, şi
influenŃa sistemului asupra mediului, deci ieşirile. Ne luându-se în considerare şi
evoluŃia temporală a semnalelor ce caracterizează influenŃele reciproce între sub-
sistemele ce compun sistemul analizat, adică variabilele de stare, acest tip de
caracterizare nu subliniază dinamica internă a sistemului studiat.
În cazul sistemelor liniare, abordarea intrare – ieşire este deosebit de eficientă,
datorită metodelor frecvenŃiale, de tip Laplace, Z sau Fourier, care furnizează o
mărime caracterizând global funcŃionarea sistemului şi anume funcŃia de transfer.
În cazul neliniar, metodele frecvenŃiale işi pierd utilitatea, reducând astfel şi
eficienŃa caracterizării intrare – ieşire.
Sistemele analogice neautonome sunt descrise prin ecuaŃii diferenŃiale de ordin
egal cu ordinul sistemului, N, în care intrările şi ieşirile, împreună cu derivatele lor
sunt legate printr-o funcŃie algebrică neliniară. În cel mai general caz, sistemul
poate fi multi – intrare, multi – ieşire, intrarea e(t) şi ieşirea y(t) fiind vectori:

f(y(t),y'(t),..,y (N)(t),e(t),e'(t),..,e (M)(t)) = 0 (4.1)

În majoritatea cazurilor ce urmează, dacă nu se specifică altfel, sistemul


prezintă o singură intrare şi o singură ieşire, e(t) şi y(t) fiind scalari:

f(y(t),y'(t),..,y (N)(t),e(t),e'(t),..,e(M)(t)) = 0 (4.2)

Dacă funcŃia neliniară, f (L) , o permite, este utilă explicitarea ecuaŃiei


diferenŃiale implicite de mai sus în forma:
4.2 Caracterizarea circuitelor neliniare 153

y(t) = f 0(y'(t),..,y (N)(t),e(t),e'(t),..,e(M)(t)) (4.3)

Cazul particular al sistemelor neliniare autonome este caracterizat de ecuaŃii


diferenŃiale în care nu este prezent semnalul de intreare, de forma:

f(y(t),y'(t),..,y (N)(t)) = 0 (4.4)

respectiv:

y(t) = f 0(y'(t),..,y (N)(t))


(4.5)

SituaŃia sistemelor liniare neautonome este obŃinută prin înlocuirea funcŃiilor


neliniare algebrice cu combinaŃii liniare, cu coeficienŃi constanŃi:
N M

∑ a n ⋅ y (n) (t ) = ∑ bm ⋅ e (m) (t )
n =0 m=0
(4.6)

În cazul unui sistem liniar autonom membrul drept este nul, rezultând forma
particulară:
N

∑a
n =0
n ⋅ y (n) (t ) = 0
(4.7)

Sistemele discrete pot fi modelate într-un mod similar, utilizând însă ecuaŃii cu
diferenŃe în locul celor diferenŃiale. Cazul neliniar neautonom poate fi multi –
intrare / multi – ieşire:

f(y[k],y[k-1 ],..,y[k-N],e[k],e[k-1 ],..,e[k-M]) = 0 (4.8)

Pentru simplitatea notaŃiilor însă, în cele ce urmează, sistemele prezentate vor fi


cu o singură intrare şi o singură ieşire, e[k] şi y[k] fiind scalari:

f(y[k],y[k -1 ],..,y[k - N],e[k],e[k -1 ],..,e[k - M]) = 0 (4.9)

Ca şi în cazul analogic, vom căuta, acolo unde este posibil, să explicităm


semnalul de ieşire, în forma sa ne-decalată în timp, din ecuaŃia implicită (4.9), în
forma:
154 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

y[k] = f 0(y[k -1 ],..,y[k - N],e[k],e[ k -1 ],..,e[k - M]) (4.10)

Cazul autonom se simplifică prin eliminarea semnalului de intrare din ecuaŃia


(4.10), rezultand formula (4.11):

f(y[k],y[k -1 ],..,y[k - N]) = 0 (4.11)

Şi în acest caz, explicitarea semnalului de ieşire aduce avantaje atât pentru


dezvoltarea algoritmilor de calcul a soluŃiilor cât şi pentru realizarea de scheme
bloc pentru implementarea unui astfel de sistem:

y[k] = f 0(y[k -1 ],..,y[k - N]) (4.12)

În cazul liniar, exprimările anterioare se particularizează, similar sistemelor


analogice, în formă ne – autonomă:
N M

∑a
n =0
n y[k-n] = ∑ bm e[k-m]
m=0 (4.13)

respectiv autonomă:
N

∑a
n =0
n y[k-n] = 0
(4.14)

4.2.2 Caracterizarea intrare – stare – ieşire

4.2.2.1 EcuaŃii de stare


Abordarea bazată pe ecuaŃii de stare, evidenŃiază şi structura, implicit dinamica,
internă a sistemului analizat. În acest mod se înlocuieşte ecuaŃia, fie diferenŃială, fie
cu diferenŃe, de ordinul N, cu N ecuaŃii corespunzătoare de ordinul I, la care se
adaugă o ecuaŃie algebrică de ieşire. Această abordare analitică se traduce, din
punctul de vedere al implementării, prin evidenŃierea a N subsisteme de ordinul I
interconectate conform funcŃiilor neliniare, de tranziŃie a stării, după o topologie
generică sugerată de figura 4.1.
4.2 Caracterizarea circuitelor neliniare 155

e
Intrare x1 Intrare y
Stare 1 Iesire
Se mnal Vector stare Vector stare
de Subsiste m 1 Functie de Se mnal
intrare M ux ie sire de
x ie sire
Intrare
Stare 2
Vector stare x2
Subsiste m 2
.
.
.
Intrare
Stare N
Vector stare xN
Subsiste m N

Fig. 4.1 Schemă bloc generică bazată pe principiul ecuaŃiilor de stare

În acest mod se evidenŃiază influenŃa semnalului de intrare, e, asupra tuturor


variabilelor de stare, xn, n = 1,…,N, deducerea ieşirii, y, din intrare şi stare, în mod
algebric şi gruparea variabilelor de stare într-un vector de stare:

 x1 
x =  M 
 x N 
(4.15)

Pentru un sistem analogic, neliniar şi ne – autonom, ecuaŃiile de stare au forma


vectorială:

x' (t) = f (x(t), e(t))



 y(t) = g(x(t),e(t)) (4.16)

În ecuaŃia (4.16) mărimile au semnaficaŃiile:


- prima ecuaŃie vectorială reprezintă sistemul de ecuaŃii de stare
- a doua ecuaŃie este denumită ecuaŃie de ieşire
- e(t) şi y(t) reprezintă semnalele de intrare, respectiv ieşire
- x(t) notează vectorul N – dimensional al variabilelor de stare:
156 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

 x1 (t) 
x(t) =  M 
 x N (t) 
(4.17)

- f şi g reprezintă funcŃii algebrice neliniare:

- f : ℜ N +1 → ℜ N este funcŃia, vectorială de argument vectorial, de tranziŃie a


stărilor, iar

- g : ℜ N +1 → ℜ este funcŃia scalară de ieşire.


Cu aceste notaŃii precizate, sistemul de ecuaŃii de stare poate fi detaliat:

'
 x1(t) = f1 ( x1(t) ,L ,xN (t) ,e(t))
'
 x2(t) = f 2 ( x1(t) ,L ,xN (t) ,e(t))

M

 x'N (t) = f N ( x1(t) ,L ,xN (t) ,e(t))
(4.18)

Cazul sistemelor neliniare autonome conduce la ecuaŃii de stare de forma (4.19),


în care semnalele de intrare nu mai sunt prezente.

x' (t) = f(x(t))



 y(t) = g(x(t)) (4.19)

Sistemele liniare sunt descrise de ecuaŃii în care funcŃiile algebrice neliniare


sunt înlocuite de combinaŃii liniare cu coeficienŃi constanŃi. EcuaŃiile de stare au
coeficienŃii structuraŃi în formă de matrici şi vectori, aşa cum este prezentat în
relaŃia (4.20) pentru un sistem neautonom:

x' (t) = A·x(t ) + b·e(t )


 Τ
 y(t ) = c ·x(t ) + d ·e(t ) (4.20)

Cazul autonom se simplifică prin eliminarea termenilor conŃinând semnalul de


intrare, ajungându-se la forma (4.21):
4.2 Caracterizarea circuitelor neliniare 157

x' (t) = A·x(t )


 Τ
 y(t ) = c ·x(t ) (4.21)

Sistemele discrete sunt descrise de ecuaŃii de stare bazate pe ecuaŃii de ordinul 1


cu diferenŃe. În cazul neliniar şi ne – autonom, acestea au forma:

x[k + 1 ] = f(x[k],e[k])

 y[k] = g(x[k],e[k]) (4.22)

Pentru sistemele neliniare autonome ajungem la ecuaŃii de stare simplificate de


forma (4.23).

x[k + 1 ] = f(x[k])

 y[k] = g(x[k]) (4.23)

EcuaŃiile de stare pentru sisteme liniare neautonome au o formă similară cazului


analogic, cu diferenŃa legată de elementul cu memorie. În loc de derivare, apare
întârzierea cu un tact:

x[k + 1 ] = A ⋅ x[k] + b ⋅ e[k]



 y[k] = c ⋅ x[k] + d ⋅ e[k]
T
(4.24)

Sistemele discrete liniare, dar autonome, au ecuaŃii de stare de tipul (4.25).

x[k + 1 ] = A ⋅ x[k]

 y[k] = c ⋅ x[k]
T
(4.25)

4.2.2.2 Legătura între sistemele autonome şi neautonome


Comparând ecuaŃiile ce descriu sistemele ne – autonome şi autonome, apare ca
variantă de studiu evidentă anularea intrării. Ca etapă de analiză a unui sistem
neliniar, această variantă este viabilă: Întâi se studiază comportarea dinamică a
sistemului aflat numai sub influenŃa stării iniŃiale, cu intrare nulă, urmând ca apoi,
având experienŃa cunoaşterii comportamentului liber al sistemului studiat, să se
aprofundeze studiul şi asupra situaŃiei răspunsului forŃat.
158 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Există însă şi posibilitatea studiului dinamicii forŃate, păstrând forma autonomă


a ecuaŃiilor, prin creşterea ordinului acestora. Această variantă este posibilă în
cazul excitaŃiilor periodice. Pornim de la sistemul neliniar, analogic, ne – autonom,
descris de ecuaŃiile de stare, cu dimensiunea sistemului N:

x'(t) = f(x(t),e(t)) (4.26)

La cele N ecuaŃii de stare, ale sistemului ne – autonom, se adaugă o ecuaŃie


suplimentară [1], care urmăreşte generarea unei soluŃii proporŃionale cu variabila
independentă, cu interpretare de timp, şi cu repetare periodică, de perioadă T:

xN +1'(t) = 1 ( mod T)
(4.27)

În cazul integrării, cu o condiŃie iniŃială nulă, xN +1( 0 ) = 0 , variabila de stare


suplimentară devine:

xN +1(t) = t ( mod T)
(4.28)

Astfel putem genera semnalul prototip, periodic, de intrare, folosind formula de


calcul a acestuia drept funcŃie neliniară aplicată noii variabile de stare:

e(t) = e(xN +1(t)) (4.29)

În acest mod rezultă sistemul augumentat:

x'(t) = f(x(t),e(xN +1(t)))



 xN +1'(t) = 1 (mod T )
 y(t) = g(x(t),e(x (t)))
 N +1
(4.30)

Acesta este autonom, dar de ordin cu o unitate mai mare. ConstrucŃia sistemului
augumentat poate fi interpretată ca fiind includerea modelului generatorului care
atacă intrarea sistemului ne – autonom studiat în interiorul modelului augumentat,
care devine astfel autonom.
Sistemele în timp discret se tratează în aceeaşi manieră, pornind de la ecuaŃiile
de stare de ordin N:
4.2 Caracterizarea circuitelor neliniare 159

x[k + 1 ] = f(x[k],e[k] )

 y[k] = g(x[k],e[k]) (4.31)

La ecuaŃiile de stare ale sistemului ne – autonom, se adaugă o ecuaŃie


suplimentară, generând prototipul periodic, de perioadă fundamentală Kper:

xN +1[k + 1 ] = xN +1[k] + 1 ( mod K per )


(4.32)

Acesta are soluŃia evidentă:

xN +1[k] = k ( mod K per )


(4.33)

ObŃinută în condiŃie initială nulă:

xN +1[ 0 ] = 0 (4.34)

Similar situaŃiei sistemelor analogice, putem genera semnalul de intrare,


prelucrând, cu un circuit algebric, descris de o funcŃie neliniară, noua variabilă de
stare:

e[k] = e(xN +1[k])


(4.35)

În acest mod rezultă sistemul discret, autonom, augumentat, de forma:

x[k + 1 ] = f (x[k],e( xN +1[k] ))



 xN +1[k + 1 ] = xN +1[k] + 1 ( mod K per )

 y[k] = g (x[k],e( xN +1[k] )) (4.36)

Acesta este autonom, dar de ordin cu o unitate mai mare.


Includerea modelului generatorului care atacă intrarea sistemului neliniar
neautonom studiat în interiorul modelului global, care devine astfel autonom,
evidenŃiază faptul că intrările sunt, la rândul lor, generate de subsisteme.
160 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

e (t) y(t)
Generator semnal intrare Intrare Iesire

Se mnal
Siste m Siste m de
autonom ne autonom ie sire

Fig. 4.2 Schemă bloc sugerând interpretarea intuitivă a incrementării ordinului


sistemului

Augumentarea cu o singură variabilă de stare este canonică (minimală ca


dimensiune) şi generală. Dar ea este posibilă numai dacă este cunoscută formula
analitică a semnalului de intrare, iar acesta este periodic. Dacă aceaste condiŃii nu
sunt îndeplinite, dar se cunoaşte modelul generatorului (de exemplu dat prin
ecuaŃiile sale de stare), rezultă ca fiind mai intuitivă introducerea unui model mai
complicat dar mai apropiat de structura fizică de implementare în sistemul autonom
global.

4.2.2.3 Scrierea ecuaŃiilor de stare


Scrierea ecuaŃiilor de stare pentru sisteme neliniare urmează aceleaşi principii
cu orice abordare a trecerii de la modelul fizic (de ex. schema electrică sau bloc a
unui circuit electronic) la cel matematic, reprezentat de un set de ecuaŃii:
• se identifică structura sistemului (subsisteme şi modul lor de interconectare)
• se adoptă modele matematice pentru toate subsistemele
• se alege cea mai avantajoasă modelare matematică a modului de interconectare
a subsistemelor
• se prelucrează ecuaŃiile rezultate din ultimele două erape pentru a le aduce la
forma dorită
În cazul circuitelor neliniare, scrierea ecuaŃiilor de stare este similară celei
întâlnite la circuite liniare, cu remarca necesităŃii, în anumite cazuri, a
inversabilităŃii unor funcŃii algebrice neliniare, caracterizând elementele de circuit
funcŃionând în regim neliniar.
4.2 Caracterizarea circuitelor neliniare 161

CC
RE L RL

β f(v )
CE BE
+ V +
f(v ) CC
- V BE -
EE

Fig. 4.3 Schema echivalentă a oscilatorului Colpitts realizat cu tranzistor bipolar


conectat cu baza la masă

Primul exemplu abordat se referă la un circuit neliniar, analogic, autonom şi


anume oscilatorul Colpitts. Abordăm numai exemplul cu tranzistor bipolar, pe care
îl vom mai întalni în alte ipostaze în studiul dinamicii neliniare. Circuitul este un
amplificator cu baza la masă, cu sarcina inductivă şi reacŃie din colector în emitor
prin divizor capacitiv. Schema echivalentă este redată în figura 4.3.
Circuitul este de ordinul trei, după numărul elementelor reactive din circuit şi
este caracterizat de variabilele de stare iL, vBE, vCE.
Prima etapă ce trebuie parcursă, constă în identificarea ecuaŃiilor constitutive
pentru toate elementele din circuit:

L ⋅ iL ' = vL ; CC ⋅ vCE ' = iC C ; CE ⋅ vBE ' = iC E ;


iC = β ⋅ iB ; iB = f (vBE ); vE = RE ⋅ iE ; vR = RL ⋅ iR (4.37)

Urmează scrierea ecuaŃiilor de legătură, pe baza teoremelor Kirkhoff:

VEE = vBE − vE ; VCC = vR + vL + vCE + vBE


iL = iR ; iL = iE + iB + iCE ; iL = iC + iCC (4.38)

Pornind calculele de la ecuaŃiile elementelor reactive şi făcând înlocuiri între


ecuaŃiile (4.37) şi (4.38), se obŃin ecuaŃiile de stare ale circuitului propus de forma:

 L ⋅ iL' = VCC − RL ⋅ iL + vBE − vCE



CE ⋅ vBE = −iL − GE ⋅ vBE − f (vBE ) − GE ⋅ VEE
'


CC ⋅ vCE = iL − β ⋅ f (vBE )
'
(4.39)
162 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Dacă adoptăm un model exponenŃial pentru caracteristica neliniară a joncŃiunii


bază – emitor a tranzistorului bipolar:

f (v) = I S ⋅ (ev / VT − 1), VT = 0.025V , I S = 10 −11 A


(4.40)

KT
unde I S este curentul de saturaŃie al joncŃiunii şi VT = tensiunea termică,
q
obŃinem ecuaŃiile de stare în forma detaliată:

 L ⋅ iL' = Vcc − RL ⋅ iL + vBE − vCE



C E ⋅ vBE = −iL − GE ⋅ vBE − I S ⋅ (e BE T − 1) − GE ⋅ VEE
' v /V


CC ⋅ vCE = iL − β ⋅ I S ⋅ (e − 1)
' v BE / VT
(4.41)

Un al doilea exemplu se referă la un filtru discret, recursiv, cu depăşire în


virgulă fixă, de ordinul N. Pornim de la modelul liniar, descris de ecuaŃia cu
diferenŃe:
N
y[k] = u[k] + ∑ a[n]·y[k-n]
n =1 (4.42)

Filtrul discret poate ajunge să funcŃioneze în regim neliniar, dacă se ajunge la


depăşiri, în special în virgulă fixă. Varianta depaşirii de tip periodic este
caracterizată de funcŃia algebrică neliniară:

r (u ) = u − round (u ) (4.43)

reprezentată grafic în figura 4.4.


łinând cont de depăşirile în virgulă fixă de tip periodic, ecuaŃia cu diferenŃe ce
descrie filtrul discret capătă forma neliniară:

 N

y[k] = r  u[k] + ∑ a[n]·y[k-n] 
 n =1  (4.44)
4.2 Caracterizarea circuitelor neliniare 163

y 0.5

0.25

0
-2 -1 0 1 2

-0.25

-0.5

Fig. 4.4 Reprezentare grafică a funcŃiei neliniare de tip depăşire în virgulă fixă

Schema bloc echivalentă a unui asemenea filtru este reprezentată în figura 4.5.
Pe această schemă identificăm elementele de memorare şi alegem drept variabile
de stare ieşirile acestora, Ńinând cont de ecuaŃiile lor constitutive, de forma:

xn [k + 1] = en [k ]; n = 1,L, N
(4.45)

łinând cont şi de ecuaŃiile constitutive ale elementelor de sistem liniare:


N
yn [k ] = an ⋅ en [k ]; y[k ] = ∑ yn [k ]
n =1 (4.46)

ajungem la forma ecuaŃiilor de stare, prezentată în relaŃia (4.47).

u[k] x1[k+1] x1[k] xN[k+1] xN[k]


f(u) 1/z 1/z
u - round(u) z z y[k]
Intrare Ie sire
a1

a1
aN-1

aN-1
aN

aN

Fig. 4.5 Schema bloc echivalentă a filtrului digital recursiv cu neliniaritate de depăşire
164 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

  N

 1 x [ k + 1] = r 

u[k] + ∑ a[n]·xn [k] 

 n =1

 x2 [k + 1] = x1[k ]
M

 xN [k + 1] = xN −1[k ]
(4.47)

Luând în consideraŃie şi forma explicită a neliniarităŃii de depăşire, (4.43),


rezultă:

 N
 N

 1 x [ k + 1] = u[k] + ∑ a[n]·x n [k] − round 

u[k] + ∑ a[n]·xn [k] 

 n =1 n =1

 x2 [k + 1] = x1[k ]
M

 xN [k + 1] = xN −1[k ]
(4.48)

EcuaŃia de ieşire corespunzătoare este:

y[k ] = x N [k ]
(4.49)

4.2.2.4 Modele de simulare a sistemelor neliniare


Rezolvarea analitică a ecuaŃiilor neliniare este în general imposibilă, indiferent
dacă este vorba despre sisteme de ecuaŃii integro – diferenŃiale, specifice sistemelor
analogice, sau despre sisteme de ecuaŃii cu diferenŃe, cum întâlnim în cazul
sistemelor discrete. Cu excepŃia unor cazuri particulare, în general având mică
tangenŃă cu aplicaŃiile reale, singura alternativă viabilă este simularea discretă.
Aceasta implică limitarea analizei la studiul regimurilor tranzitorii, urmărite pe un
interval finit de timp, pentru a limita la o valoare finită timpul de simulare.
Abordarea cea mai directă este cea corespunzătoare sistemelor dinamice în timp
discret. În această situaŃie, intervalul de timp între doi paşi de simulare este
constant, fiind fixat de perioada de tact ce coordonează funcŃionarea blocurilor
discrete cu memorie (celule de întârziere sau memorare). Plecând de la forma cea
mai generală a ecuaŃiilor de stare:
4.2 Caracterizarea circuitelor neliniare 165

x[k + 1] = f (x[k ], e[k ])



 y[k ] = g (x[k ], e[k ]) (4.50)

şi luând în considerare condiŃiile iniŃiale din care pleacă sistemul:

x[0] = x 0
(4.51)

vectorul de stare poate fi calculat iterativ pe întreg intervalul de simulare, notat L,


corespunzător lungimii regimului tranzitoriu studiat:

x[1] = f (x[0], e[0])


x[2] = f (x[1], e[1])
M
x[ L] = f (x[ L − 1], e[ L − 1]) (4.52)

Odată rezolvată problema evoluŃiei dinamice a stării, calculul semnalului de


ieşire, y[k], se rezumă la un simplu calcul algebric, dat de ecuaŃia de ieşire din
formula (4.50).
Cazul sistemelor analogice, impune asocierea la sistemul de simulat, a unui
sistem discret, care să reproducă în mod cât mai precis dinamica prototipului
analogic. Dacă, în cazul sistemelor liniare, există o metodă eficientă de estimare a
pasului de simulare, în funcŃie de frecvenŃa maximă a spectrului semnalului de
intrare şi a frecvenŃelor naturale ale sistemului studiat, pe baza teoremei
eşantionării, nu acelaşi lucru se petrece la simularea sistemelor neliniare.
În continuare, luăm în considerare un sistem analogic, neliniar şi neautonom,
descris de sistemul de ecuaŃii diferenŃiale:

x' (t ) = f (x(t ), e(t ) )



 y (t ) = g (x(t ), e(t ) ) (4.53)

Prin eşantionarea semnalelor prezente în ecuaŃii, cu un pas de eşantionare fix, h,


implicând alegerea momentelor de timp tk pentru poziŃionarea în timp a rezultatelor
simularii, se obŃine aproximarea:
166 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

1
x' (t k ) ≅ (x(t k +1 ) − x(t k ))
h (4.54)

Unde diferenŃa între două momente de timp succesive, tk+1 - tk, este egală cu
pasul de simulare, h. Prin înlocuire în ecuaŃiile de stare (4.53), se obŃin relaŃiile:

x(t k +1 ) = x(t k ) + h ⋅ f (x(t ), e(t ) )



 y (t k ) = g (x(t k ), e(t k ) ) (4.55)

Deorece tk = k·h, utilizând notaŃia s(k·h) = s[k] pentru orice semnal prezent în
ecuaŃia (4.55), rezultă sistemul de ecuaŃii cu diferenŃe:

x[k + 1] = x[k ] + h ⋅ f (x[k ], e[k ])



 y[k ] = g (x[k ], e[k ]) (4.56)

Acest sistem de ecuaŃii de stare reprezintă caracterizarea standard pentru un


sistem discret, având aceeaşi funcŃie de ieşire cu cea a sistemului analogic supus
simulării, g(x,e), dar utilizând pentru tranziŃia stărilor, funcŃia algebrică, neliniară,
cu valori vectoriale:

fd (x, e ) = x + h ⋅ f (x, e ) (4.57)

Sistemul de ecuaŃii de stare astfel rezultat, poate fi simulat utilizând


metodologia expusă anterior pentru sisteme discrete, cuprinsă în ecuaŃiile (4.50 -
4.52). În acest mod s-a evidenŃiat o legătură strânsă între sistemele analogice şi cele
discrete. Mai departe, pe parcursul materialului, (par. 4.3.3) se va evidenŃia o altă
conexiune între cele două clase de sisteme, prin intermediul secŃiunii Poincare,
mult mai profundă, chiar dacă are o aplicabilitate mai restrânsă. Metoda prezentată,
ducând la algoritmul Euler cauzal, este o metodă cu pas fix, deosebit de simplă, dar
care ajută la înŃelegerea intuitivă a principiului simulării discrete a sistemelor
neliniare analogice. Pentru creşterea performanŃelor de simulare, s-a dezvoltat o
multitudine de algoritmi mult mai complecşi, majoritatea funcŃionând pe principiul
pasului de simulare variabil dar care depăşesc scopul acestei prezentări.
4.2 Caracterizarea circuitelor neliniare 167

Din punctul de vedere al preciziei, o atenŃie deosebită trebuie acordată pasului


de simulare, h. Dublul frecvenŃei maxime, fMax, din spectrul semnalului de intrare,
e(t), reprezintă o sugestie şi, în orice caz, o limită inferioară absolută a frecvenŃei
corespunzătoare pasului de simulare, fs = 1/h. Dacă se realizează o liniarizare locală
a sistemului analogic neliniar, aşa cum va fi expus în paragraful 4.3.2, frecvenŃa
naturală maximă a sistemului liniarizat poate oferi o altă sugestie privitoare la
alegerea pasului de simulare. Dacă această frecvenŃă naturală este mai mare decât
fMax, atunci frecvenŃa de simulare, fs, trebuie crescută corespunzător, fs > fMax, fără
ca această precauŃie să fie o garanŃie absolută a preciziei de simulare. În general,
datorită extinderii benzii de frecvenŃă a semnalelor prin distorsionare neliniară,
semnalele reprezentative funcŃionării sistemului analogic, (variabile de stare,
semnale de ieşire) pot avea componente spectrale de amplitudine semnificativă, la
frecvenŃe mai mari decât frecvenŃa maximă, fMax, din spectrul semnalului de intrare,
e(t). Implicit, acest lucru poate impune necesitatea creşterii semnificative a
frecvenŃei de simulare, fs, (scăderea valorii pasului de simulare, h) faŃă de sugestiile
oferite de teorema eşantionării şi de frecvenŃa naturală maximă a sistemului
liniarizat, corespunzător sistemului neliniar supus simulării.
Dacă se doreşte simularea sistemului pe un orizont temporal fixat (Tmax = ct.),
atunci scăderea pasului de simulare duce la mărirea timpului de simulare, până la
valori prea mari spre a fi acceptate. În consecinŃă, alegerea pasului de simulare este
un proces iterativ, ce conduce la un compromis între precizia rezultatului obŃinut şi
timpul alocat simulării. Problematica preciziei de simulare este mai puŃin critică în
cazul sistemelor stabile dar poate duce la dificultăŃi majore în cazul sistemelor
senzitive, cum ar fi cele haotice. Din această cauză, dezvoltarea de algoritmi de
simulare a sistemelor analogice (de ataşare a unui sistem discret prototipului
analogic) este un domeniu de cercetare dificil, dar în continuă dezvoltare. Un
studiu mai aprofundat alocat acestei probleme poate fi găsit, spre exemplu, în [2,3],
unde se acordă o atenŃie deosebită influenŃei algoritmului asupra rezultatului
simulării pentru comportări dinamice neliniare complexe.
168 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

4.3 Tipuri de comportări dinamice

4.3.1 Ierarhizarea complexităŃii dinamice


Sistemele neliniare prezintă comportări dinamice variate, multe dintre acestea,
cum ar fi dinamica haotică, nefiind nici măcar sugerate de dinamica liniară. Din
punct de vedere al complexităŃii dinamice, comportamentele sistemelor neliniare
pot fi clasificate după cum urmează:
• comportamentul de tip constant,
• comportamentul de tip periodic,
• comportamentul de tip cuasiperiodic,
• comportamentul de tip haotic.
Comportamentul de tip constant este de departe cel mai întâlnit ăn aplicaŃiile
practice: amplificatoarele şi filtrele sunt doar două exemple de etaje cu largă
utilizare şi care au o dinamică de tip constant. Comportările cu o complexitate mai
ridicata au şi ele aplicaŃii dintre cele mai variate.
Sistemele având o dinamică de tip periodic, sunt utilizate ca oscilatoare.
Indiferent că este vorba despre oscilatoare cuasi-armonice sau de relaxare, ele se
regăsesc în schemele generatoarelor de semnal, ale echipamentelor de comunicaŃii
şi măsură, precum şi în circuitele electronice de putere. Cu cât circuitul oscilator
conŃine elemente cu caracteristici neliniare mai puŃin netede, cu atât se fac simŃite
mai puternic componentele spectrale plasate la multiplii frecvenŃei fundamentale
de oscilaŃie, denumite armonici. În cazul circuitelor ne – autonome, unde frecvenŃa
fundamentală a semnalului de intrare poate fi luată drept referinŃă, pot aparea şi
sub-armonici. Exemplul cel mai evident este circuitul basculant bistabil de tip T.
Din semnalul de tact aplicat la intrare, acesta formează un semmnal de ieşire de
perioada dublă, deci frecvenŃă fundamentală jumatate din cea a semnalului de
intrare.
Atunci când, în spectrul semnalelor de ieşire, sau al variabilelor de stare, ale
unui sistem neliniar, apar componente spectrale ne – corelate armonic (raportul
frecvenŃelor componentelor spectrale nu este un număr raŃional), în domeniul timp
4.3 Tipuri de comportări dinamice 169

semnalele corespunzatoare sunt ne–periodice. Acest tip de dinamică poarta numele


cuasi – periodic şi este uzual întalnită în echipamentele de comunicaŃii şi de
măsură, generând semnale modulate, fără sincronizarea semnalului purtător cu cel
modulator.
Cel mai exotic tip de comportare dinamică, întâlnit în sistemele neliniare, este
cel haotic. Sistemele haotice generează semnale ne – periodice, dar ale căror
spectre sunt continui şi au alura unor perturbaŃii aleatoare. Sistemele haotice sunt
senzitive la condiŃiile iniŃiale, la micile variaŃii ale parametrilor şi la perturbaŃii
externe, nefiind predictibile pe termen lung. Astfel de sisteme se întâlnesc în multe
aplicaŃii din viaŃa reală, fiind modele pentru fenomene meteorologice, chimice,
mecanice sau electrice, dar şi biologice, cum ar fi evoluŃia în timp a populaŃiilor
speciilor prădătoare şi pradă, sociale, cum ar fi evoluŃia demografică, sau
economice, de exemplu evoluŃia cotaŃiilor bursiere. Aplicarea inginerească a
acestei categorii de sisteme neliniare nu s-a extins prea mult, în pofida unor studii
detaliate realizate în ultimele zeci de ani. Câteva exemple de aplicaŃii ale sistemelor
haotice vor fi analizate în capitolul ce urmează.
Aceste tipuri de comportări dinamice vor fi trecute doar în revistă în paragrafele
ce urmează, accentul căzând în special pe exemple şi aplicaŃii şi mai puŃin pe
aspectele de rigoare matematică.

4.3.2 Dinamica de tip constant


Se spune că un sistem neliniar, fie el analogic sau discret, are o dinamică de tip
constant, dacă, există cel puŃin un set de valori ale variabilelor de stare care, odată
atinse, tind să rămană nemodificate. Analitic se poate scrie, pentru sisteme
analogice:

∃x* ∈ ℜ N : x(0) = x* ⇒ x(t ) = x* , ∀t > 0 (4.58)

Pentru sisteme discrete, condiŃia este similară:

∃x* ∈ ℜ N : x[0] = x* ⇒ x[k ] = x* , ∀k > 0 (4.59)


170 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Vectorii de stare care îndeplinesc una dintre aceaste condŃii poartă numele de
puncte de echilibru, pentru sisteme analogice, respectiv puncte fixe pentru sisteme
discrete.

4.3.2.1 Puncte de echilibru


Pornind de la condiŃia de constanŃă a vectorului de stare, (4.58), putem obŃine o
condiŃie algebrică de determinare a punctelor de echilibru:

x(t ) = x* , ∀t > 0 ⇒ x' (t ) = 0, ∀t > 0 ⇒ f (x) = 0, ∀t > 0 (4.60)

Având în vedere caracterul algebric (fără memorie) al relaŃiei obŃinute,


dependenŃa de timp a vectorului de stare, x(t), este irelevantă. În consecinŃă, putem
spune că punctul de echilibru, x*, este soluŃia ecuaŃiei algebrice:

f ( x) = 0 (4.61)

În particular, pentru sistemele liniare autonome, avem o descriere prin ecuaŃii de


stare de forma:

x' (t) = A·x(t ) (4.62)

Tinând cont de rezultatele (4.61) şi (4.62), obŃinem, pentru sisteme analogice


liniare ecuaŃia:

A·x = 0 (4.63)

În cazul în care matricea de tranziŃie a stărilor, A, este nesingulară, situaŃie


întâlnită în majoritatea aplicaŃiilor practice, rezultă o singură soluŃie pentru ecuaŃia
particulară (4.63), şi anume originea spaŃiului stărilor:

x* = 0 (4.64)

Spre deosebire de cazul liniar, ecuaŃia neliniară, (4.61), poate avea o soluŃie, în
general nenulă, mai multe soluŃii, sau nici una, în funcŃie de forma particulară a
funcŃiei de tranziŃie a stărilor. Comportarea sistemului neliniar, în apropierea unui
punct de echilibru, poate fi diferită, în funcŃie de sistem, dar şi de punctul de
4.3 Tipuri de comportări dinamice 171

echilibru ales. Vectorul de stare se poate apropia în timp de punctul de echilibru,


situaŃie în care acesta poartă numele de atractor, sau punct de echilibru stabil, poate
fi respins de punctul de echilibru, fiind considerat instabil, sau repulsor, sau poate
avea o comportare neutră. ExistenŃa acestor comportări diferite, impun un studiu al
stabilităŃii, discutat în paragraful 4.3.2.4.

4.3.2.2 Puncte fixe


Pornind de la condiŃia de constanŃă a vectorului de stare, (4.59), putem obŃine o
condiŃie algebrică de determinare a punctelor fixe:

x[k ] = x* ⇒ x[k + 1] = x[k ] ⇒ f (x[k ]) = x[k ], ∀k > 0 (4.65)

Având în vedere caracterul algebric (fără memorie) al relaŃiei obŃinute,


dependenŃa de timp a vectorului de stare, x[k], este irelevantă. În consecinŃă, putem
spune că punctul fix al sistemului discret, neliniar analizat, x*, este soluŃia ecuaŃiei
algebrice de punct fix:

f ( x) = x (4.66)

ObservaŃie: Se remarcă similitudinea ecuaŃiei algebrice (4.66) cu cea întâlnită


la problemele matematice denumite "de punct fix". SoluŃionarea acestor probleme
se realizează prin alegerea unei estimări iniŃiale a soluŃiei x0, suficient de apropiată
de valoarea aşteptată a soluŃiei, x*, urmată de iterarea (denumită "a aproximărilor
succesive") x[k + 1] = f(x[k]) perfect similară ecuaŃiilor de stare a sistemului discret
analizat. O astfel de problemă, de punct fix, poate fi soluŃionată prin metoda expusă
dacă funcŃia neliniară, f(·), are proprietăŃi convenabile, care asigură convergenŃa
şirului de iteraŃii spre valoarea finală finită, x*. Îndeplinirea condiŃiilor de
soluŃionare a problemei de punct fix, semnifică, din punct de vedere sistemic,
stabilitatea punctului fix al sistemului discret, neliniar analizat. În caz contrar, şirul
iteraŃiilor diverge, semnificând instabilitatea punctului fix al sistemului discret.
Aceste aspecte, aferente atractivităŃii sau repulsivităŃii punctelor fixe, vor fi
analizate în paragraful următor.
172 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

În particular, pentru sistemele discrete, liniare şi autonome, avem o descriere


prin ecuaŃii de stare de forma:

x[k + 1] = A·x[k ] (4.67)

Tinând cont de rezultatele (4.65) şi (4.66), obŃinem, pentru sisteme discrete,


liniare ecuaŃia de determinare a punctelor fixe:

A·x = x ⇒ (A − I ) ·x = 0 (4.68)

Atunci când matricea A - I, este nesingulară, situaŃie des întâlnită în aplicaŃiile


inginereşti, rezultă o singură soluŃie pentru ecuaŃia particulară (4.68), şi anume
originea spaŃiului stărilor:

x* = 0 (4.69)

Spre deosebire de cazul liniar, ecuaŃia neliniară, (4.66), poate avea o soluŃie,
mai multe soluŃii, sau nici una, în funcŃie de forma particulară a funcŃiei de tranziŃie
a stărilor. De asemenea, soluŃiile ecuaŃiei neliniare, atunci când există, pot fi
diferite de zero.

4.3.2.3 Atractivitate şi repulsivitate


Punctele de echilibru ale sistemelor analogice pot fi stabile (atractoare) sau
instabile (repulsoare). Următoarele definiŃii evidenŃiază diversele variante de
stabilitate (spre deosebire de unicul tip de stabilitate – MI – ME – pentru sisteme
liniare).
DefiniŃie Dacă există o vecinătate V(x*) astfel încât:

∀x 0 = x(0) ∈ V (x* ) ⇒ x(t ) ∈ V (x* ) ∀t ≥ 0


(4.70)

punctul de echilibru se numeşte simplu (sau neutru) stabil.


În caz contrar, punctul de echilibru este instabil.
DefiniŃie Dacă există o vecinătate V(x*) astfel încât:

∀x0 = x(0) ∈ V (x* ) ⇒ lim x(t ) = x*


t →∞ (4.71)
4.3 Tipuri de comportări dinamice 173

punctul de echilibru se numeşte asimptotic stabil.


DefiniŃie Dacă există o vecinătate V(x*) astfel încât:

∃a, A ≥ 0, ∀x 0 = x(0) ∈ V (x* ) ∀t ≥ 0 x(t ) − x* ≤ A ⋅ e − at


(4.72)

punctul de echilibru se numeşte exponenŃial asimptotic stabil.


În mod similar se poate defini stabilitatea punctelor fixe pentru sisteme discrete.
DefiniŃie Dacă există o vecinătate V(x*) astfel încât:

∀x 0 = x[0] ∈ V (x* ) ⇒ x[k ] ∈ V (x* ) ∀k ≥ 0


(4.73)

punctul fix se numeşte simplu (sau neutru) stabil.


În caz contrar, punctul fix este instabil.
DefiniŃie Dacă există o vecinătate V(x*) astfel încât:

∀x 0 = x[0] ∈ V (x* ) ⇒ lim x[k ] = x*


k →∞ (4.74)

punctul fix se numeşte asimptotic stabil.


DefiniŃie Dacă există o vecinătate V(x*) astfel încât:

∃a, A ≥ 0, ∀x 0 = x[0] ∈ V (x* ) ∀k ≥ 0 x[k ] − x* ≤ A ⋅ e − ak


(4.75)

punctul de echilibru se numeşte exponenŃial asimptotic stabil.

4.3.2.4 Studiul stabilităŃii prin liniarizare locală


Stabilitatea dinamicilor de tip constant, denumită şi atractivitatea punctelor de
echilibru sau a punctelor fixe, nu are abordări generale şi globale.
Liniarizarea locală se bazează pe un principiu algebric. Tinând cont că, în
ecuaŃiile de stare, neliniaritatea dinamicii interne a sistemului se evidenŃiază numai
prin funcŃia de tranziŃie a stărilor, se caută liniarizarea acesteia, într-o vecinatate
îngustă în jurul unui punct caracteristic al dinamicii constante din spaŃiul stărilor.
Pornim de la dezvoltarea în serie de puteri (Taylor) a funcŃiei de tranziŃie a stărilor:
174 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ


1 ∂ nf *
f(x) = ∑
n!
( )(
⋅ n x ⋅ x − x*
∂x
)
n =0 (4.76)

Din totalitatea termenilor dezvoltării diferenŃei:

1 ∂f * T ∂ f
( )( ) ( ) ( )( )
2
1
f(x) − f(x* ) = ⋅ x ⋅ x − x * + ⋅ x − x* ⋅ 2 x* ⋅ x − x* + L
1! ∂x 2! ∂x
(4.77)

reŃinem numai termenul de gradul întâi, dominant într-o vecinîtate restransă a


punctului x*.

∂f *
f(x) − f(x* ) ≈
∂x
( )(
x ⋅ x − x* )
(4.78)

Pentru a realiza liniarizarea sistemului neliniar, adoptăm notaŃiile:

∂f *
( )
x − x* = x l ; f (x ) − f x* = fl (x );
∂x
( ) ( )
x = J x* = A
(4.79)

Făcând înlocuirile în relaŃia (4.77), obŃinem liniarizarea funcŃiei de tranziŃie a


stărilor în jurul punctului x*.

fl (xl ) ≈ A ⋅ x l (4.80)

Această formă de scriere ne va permite liniarizarea ecuaŃiilor de stare atât pentru


sisteme analogice cât şi pentru sisteme în timp discret.
∂f *
În relaŃiile anterioare,
∂x
( ) ( )
x = J x* notează Jacobianul funcŃiei vectoriale, N

- dimensionale, f, în raport cu argumentul vectorial, N – dimensional, x:

 ∂f1 ∂f1
K
∂f1 
 ∂x ∂x2 ∂xN 
 1


 2f ∂f ∂f 2 
K
J (x ) = ∂f = 
2
∂x1 ∂x2 ∂xN 
∂x
 M M O M 
 ∂f N ∂f N ∂f N 
 ∂x1 ∂x2
K
∂xN 
 (4.81)
4.3 Tipuri de comportări dinamice 175

Rezultatul este o funcŃie de vectorul x. Prin înlocuirea argumentului cu


constanta x*, se obŃine matricea constantă A.
În cazul analogic, sistemului neliniar, autonom, x′ = f (x), i se ataşează, prin
metoda expusă anterior, sistemul liniarizat în jurul punctului de echilibru x*:

x' = A ⋅ x (4.82)

Stabilitatea acestuia din urmă este uşor de estimat, pe baza poziŃiei valorilor
proprii ale matricii de tranziŃie a stării A. Acestea sunt rădăcinile ecuaŃiei
polinomiale de grad N:

det (s ⋅ I N − A ) = 0 ⇒ s ∈ {sn }n =1,..., N ⊂ C


(4.83)

Dacă toate valorile proprii ale matricii de tranziŃie a stării A sunt poziŃionate
strict în semiplanul stâng al planului complex (Re(s) < 0), atunci punctul de
echilibru din originea spaŃiului stărilor sistemului liniar este stabil (atractor). Dacă
măcar una dintre aceste valori proprii este situată în semiplanul drept al planului
complex (Re(s) > 0), atunci sistemul liniar este instabil. PoziŃia limită intermediară
(Re(s) = 0) este denumită limită de stabilitate, numai dacă există valori proprii
simple pe axa imaginară a planului complex, toate celelalte fiind poziŃionate strict
în semiplanul stâng al planului complex (Re(s) < 0).
Legatura cu atractivitatea punctului de echilibru al sistemului neliniar, este
oferită de următorul rezultat:
Teoremă Dacă sistemul liniarizat, în jurul punctului de echilibru, x*, este strict
stabil, punctul de echilibru, x*, este atractor. Dacă sistemul liniarizat în jurul
punctului de echilibru, x*, este strict instabil, punctul de echilibru, x*, este
repulsor. Cazul limitei de stabilitate este indecidabil.
În cazul discret, sistemului neliniar, autonom:

x[k + 1 ] = f(x[k] ) (4.84)

i se ataşează, prin metoda similară sistemelor analogice, sistemul liniarizat: în jurul


punctului fix x*:

x[k + 1] = A ⋅ x[k ] (4.85)


176 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Stabilitatea sistemului liniarizat este uşor de estimat, pe baza poziŃiei valorilor


proprii ale matricii de tranziŃie a stării, A:

det ( z ⋅ I N − A ) = 0 ⇒ z ∈ {zn }n =1,..., N ⊂ C


(4.86)

Dacă toate valorile proprii ale matricii de tranziŃie a stării, A, sunt poziŃionate
strict în interiorul cercului unitar al planului complex (|z |< 1), atunci punctul de
echilibru din originea spaŃiului stărilor sistemului liniar este stabil (atractor). Dacă
măcar una dintre aceste valori proprii este situată în exteriorul cercului unitar al
planului complex (|z| > 1), atunci sistemul liniar este strict instabil. PoziŃia limită
intermediară (|z| = 1) este denumită limită de stabilitate, numai dacă există valori
proprii simple pe cercul unitar, toate celelalte fiind poziŃionate strict în interiorul
cercului unitar al planului complex (|z| < 1).
Legatura cu atractivitatea punctului de echilibru al sistemului neliniar, este
oferită de următorul rezultat:
Teoremă Dacă sistemul discret, liniarizat în jurul punctului fix, x* este strict
stabil, punctul de echilibru x* este atractor. Dacă sistemul liniarizat în jurul
punctului de echilibru x* este strict instabil, punctul de echilibru x* este repulsor.
Cazul limitei de stabilitate este indecidabil.

4.3.2.5 Abordarea Liapunov


Studiul atractivităŃii punctelor de echilibru şi a punctelor fixe pe baza liniarizării
locale este deosebit de eficientă datorită abordării frecvenŃiale, care oferă soluŃii
algebrice la problema stabilităŃii. Totuşi acestă metodă este limitată în determinarea
comportării dinamice de semnal mare, fiind o metodă locală. În acest sens, studiul
bazat pe funcŃia Liapunov permite extinderea analizei privind atractivitatea
punctelor fixe şi de echilibru la domenii mai largi ale vectorilor de stare.
DefiniŃie Sistemului autonom x'(t) = f ( x(t)) , având un punct de echilibru în

vectorul fixat x* , i se ataşează funcŃionala V:ℜ N → ℜ . Dacă aceasta respectă


condiŃiile:
• V(x* ) = 0 (4.87)
4.3 Tipuri de comportări dinamice 177

• ∀x ∈ U x* ⊆ ℜ N , x ≠ x* : V(x) > 0 (4.88)

d
• V(x(t)) < 0: ∀t > 0 (4.89)
dt
atunci funcŃionala V(⋅) se numeşte funcŃie Liapunov ataşata sistemului iniŃial.
DefiniŃie Sistemului autonom x[k + 1 ] = f(x[k]) , având un punct fix în

vectorul x* , i se ataşează funcŃionala V:ℜ N → ℜ . Dacă aceasta respectă


condiŃiile:
• V(x* ) = 0 (4.90)

• ∀x ∈ U x* ⊆ ℜ N , x ≠ x* : V(x) > 0 (4.91)

• V(x[k + 1 ]) < V(x[k]): ∀k ∈ N (4.92)


atunci funcŃionala V( ⋅ ) se numeşte funcŃie Liapunov ataşata sistemului iniŃial.
Rezultatul fundamental legat de atractivitatea punctelor de echilibru sau fixe ale
sistemelor neliniare, analogice sau discrete, este dat de teorema Liapunov:
Teoremă: Dacă unui punct fix sau de echilibru al unui sistem neliniar, analogic
sau discret, i se poate ataşa o funcŃie Liapunov, atunci punctul corespunzător are
caracter atractor.
În condiŃiile în care funcŃionala V(x) respectă condiŃiile de funcŃie Liapunov,

hipersuprafaŃa definită de V(x) în spaŃiul ℜ N +1 este asemănătoare unui hiper-


paraboloid, definind o funcŃie interpretabilă, cel puŃin într-o vecinatate suficient de
restrânsă a punctului de echilibru x* , ca o mărime de tip energetic.
Pentru a înŃelege mai profund această afirmaŃie şi a face o legătură între metoda
Liapunov şi liniarizarea locală, este util să studiem cazul particular al sistemelor
liniare. Într-o vecinătate suficient de restrânsă în jurul punctului definind dinamica
de tip constant, sistemul neliniar autonom studiat poate fi aproximat prin sistemul
liniar:

x'= A·x (4.93)


178 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Acesta are unicul punct de echilibru în origine, datorită translaŃiei spaŃiului


stărilor asigurată de liniarizarea în semnal mic. Pentru acest punct de echilibru al
sistemului liniar, putem defini funcŃionala patratică:

V(x) = − x T ·A·x (4.94)

Evident, V( 0 ) = 0 . Dacă matricea de tranziŃie a stărilor, A, are numai valori


proprii cu partea reală negativă, atunci forma patratică definită de această matrice
prin relaŃia funcŃionalei V(x) este pozitiv definită. În consecinŃă, V(x) > 0 pentru

orice x ∈ ℜ N , x ≠ x* . Ultima condiŃie pentru corecta definire a unei funcŃii


Liapunov, se poate verifica prin calcul direct:
T
d ∂V dx
V(x) = · = −x T ·A·A·x = x T ·M·x
dt ∂x dt (4.95)

unde matricea: M = − A·A are valorile proprii:

vn = − λn·λn = − (Re( λn )) − (Im( λn )) < 0


* 2 2
(4.96)

În consecinŃă, matricea M este nucleul unei forme pătratice negativ definite,


d
V(x) < 0 pentru orice x ∈ ℜ N , x ≠ x* .
dt
Astfel se verifică faptul că, pentru orice sistem liniar stabil, forma patratică
V(x) , putând avea interpretare energetică, verifică cele trei condiŃii pentru a fi o
funcŃie Liapunov ataşată acestui sistem şi punctului său de echilibru x* = 0 .
Din punctul de vedere al interpretării geometrice, putem spune că, într-o
vecinătate suficient de restrânsă a punctului de echilibru x* , paraboloidul definit de
forma patratică V(x) , aproximează funcŃia Liapunov a sistemului neliniar
autonom, în acelaşi mod în care, într-o vecinătate similară, funcŃia neliniară de
tranziŃie a stărilor este aproximabilă printr-una liniară.
4.3 Tipuri de comportări dinamice 179

Ca o consecinŃă a acestei analize, putem să construim o clasă largă de sisteme


neliniare, utilă în aplicaŃiile practice, pe care o întâlnim sub denumirea de sisteme
de tip gradient.
Să presupunem că, într-un spaŃiu vectorial finit dimensional, avem de rezolvat o
problemă de optimizare, fără constângeri, de tipul:

min V(x); x ∈ ℜ N (4.97)

unde funcŃia de cost, V(x) , este o funcŃională concavă, având un minim absolut în

punctul de optim căutat, x* . Atunci putem privi această funcŃională ca pe funcŃia


Liapunov a unui sistem având un punct de echilibru în x* , optimumul problemei
de optimizare ce trebuie rezolvată. Acest punct de echilibru fiind stabil, conform
primei teoreme a lui Liapunov, sistemul neliniar astfel proiectat, va evolua în timp
spre punctul de optim căutat. Ideea este de a interpreta gradientul funcŃionalei de
tip Liapunov, ∂V ∂x , ca direcŃie de creştere a funcŃiei de cost supusă minimizării.
În consecinŃă, direcŃia de evoluŃie a traiectoriei sistemului trebuie luată în sens
opus:

dx ∂V
= −µ ⋅
dt ∂x (4.98)

de unde şi denumirea de sistem gradient pentru sistemul neliniar ce rezolvă


problema de optimizare propusă. Constanta µ , introdusă în sistemul ecuaŃiilor de
stare, ne permite să adaptăm viteza de evoluŃie a sistemului la condiŃiile specifice
problemei inginereşti care a generat problema de optimizare de la care am plecat.
Analizând stabilitatea punctului de echilibru x* , identic punctului de optim
căutat, prin metoda Liapunov, obŃinem:
2
d ∂V dx
T
∂V ∂V
T N
 ∂V 
V(x) = · = -µ ⋅ ⋅ = -µ ⋅ ∑   < 0 ∀µ > 0
dt ∂x dt ∂x ∂x n =1  ∂xn 
(4.99)

Ceea ce rezolvă cea mai dificilă condiŃie de funcŃie Liapunov, cea de a treia.
Concavitatea funcŃiei de cost asigură a doua condiŃie, iar, dacă valoarea acesteia în
180 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

punctul de optim este diferită de zero, adăugarea unei constante potrivit alese duce
la îndeplinirea primei condiŃii Liapunov.

4.3.3 Dinamica de tip periodic

4.3.3.1 Cicluri limită


Comportarea dinamică de tip periodic reprezintă nivelul imediat următor de
complexitate, după cea de tip constant. Incluse în categoria dinamică a oscilaŃiilor
neliniare, comportamentele dinamice periodice sunt caracterizate în spaŃiul stărilor
prin mulŃimi invariante de tip curbă simplă închisă, denumite cicluri limită. Pentru
a se putea obŃine astfel de comportări dinamice, fără ca traiectoria să se auto-
intersecteze transvers [1], sistemele analogice trebuie să aibă ordinul strict mai
mare decât unu; pentru sistemele în timp discret nu se impun limitări asupra
ordinului.
Pentru sistemul autonom, analogic, de ordinul N, descris de ecuaŃiile de stare:

x'= f (x) (4.100)

putem defini ciclul limită ce descrie dinamica periodică după cum urmează:
DefiniŃie: Un ciclu limită este o curbă închisă simplă (C ) ∈ ℜ N parcursă de
vectorul de stare al sistemului (4.92) conform condiŃiilor:
1. dacă ciclul limită conŃine condiŃia iniŃială, atunci traiectoria sistemului
nu părăseşte ciclul limită:

x(0) = x 0 ∈ (C ) ⇒ x(t ) ∈ (C ) ∀t > 0


(4.101)

2. există un interval de timp, numit perioadă fundamentală, reprezentând


cel mai scurt interval de timp pentru care valorile vectorului de stare se
repetă periodic:

∃T : ∀t > 0 : x(t + T ) = x(t ) (4.102)

În condiŃiile definiŃiei, variabilele de stare (xn , n = 1,..,N) sunt semnale


periodice, toate având aceeaşi perioadă fundamentală, T. A doua condiŃie din
4.3 Tipuri de comportări dinamice 181

definiŃie este esenŃială, nu numai pentru că precizează perioada fundamentală T a


sistemului, ci mai ales pentru că specifică modul de parcurgere al ciclului, (C); fară
această condiŃie, s-ar putea imagina sisteme neliniare care să parcurgă curba, (C),
în mod aperiodic, apropiindu-se asimptotic de punctul de plecare, dar fără a-l
atinge într-un timp finit. Prima condiŃie din definiŃie specifică faptul că ciclul
limită, (C), este o mulŃime invariantă a sistemului analizat, iar, prin faptul că (C)
este o curbă simplă, evidenŃiază faptul că traiectoria sistemului nu se poate
intersecta cu ea însăşi în mod transvers. Nici una dintre condiŃii nu precizează
nimic despre atractivitatea ciclului limită. Într-adevăr, pe parcursul studiului, vom
întâlni atât cicluri limită atractoare cât şi repulsoare.
Un exemplu elementar de sistem putând prezenta comportare periodică este
reprezentat de sistemul Van der Pol, descris de ecuaŃiile de stare:

(
 x1 ' = ω0 ⋅ x2 + a ⋅ x1 ⋅ 1 − x2 2

) (4.103)
 x2 ' = −ω0 ⋅ x1

Primul termen din fiecare ecuaŃie diferenŃială de ordinul I, este similar


termenului corespunzător din ecuaŃiile oscilatorului armonic liniar:

 x1 ' = ω0 ⋅ x2

 x2 ' = −ω0 ⋅ x1 (4.104)

Acest sistem poate fi implementat pe baza structurii cu reacŃie, conŃinând două


integratoare cuplate în inel, pentru relizarea unui oscilator în cuadratură, ca în
schema cuprinsă în figura 4.6:

X1' X1 X2' X2
w 1/s -K- 1/s
Ome ga Inte grator -Ome ga Inte grator

Fig. 4.6 Schema bloc a oscilatorului liniar în inel


182 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

3 3

2 2

1 1
Amplitudine

X2
0 0

-1 -1

-2 -2

-3 -3
0 2000 4000 6000 8000 10000 -3 -2 -1 0 1 2 3
Timp (ms) X1

3 3

2 2

1 1
Amplitudine

X2

0 0

-1 -1

-2 -2

-3 -3
0 2000 4000 6000 8000 10000 -4 -2 0 2 4
Timp (ms) X1

Fig. 4.7 Rezultatele simulărilor pentru un sistem Van der Pol; evoluŃia temporală a
variabilelei de stare x1 (stânga) şi portretul de fază (dreapta) pentru condiŃie iniŃială în
interiorul ciclului limită (sus) sau în exterior (jos)

Al doilea termen din prima ecuaŃie este responsabil de limitarea amplitudinii de


oscilaŃie, cu distorsionarea corespunzătoare a variabilelor de stare, ca în graficele
prezentate în figura 4.7. Rezultatele simulărilor din cele patru grafice au fost
realizate pentru un sistem având parametrii: ω0 = 2 rad/sec şi a = 1.
Pentru sistemul autonom, discret, de ordinul N, descris de ecuaŃiile de stare:

x[k + 1] = f (x[k ]) (4.105)

putem defini ciclul limită ce descrie dinamica periodică:


DefiniŃie: Un ciclu limită discret este o mulŃime finită de vectori
(C ) = {x1 ,L, x L }∈ ℜ N parcursă de vectorul de stare al sistemului (4.105)
conform condiŃiilor:
1. dacă ciclul limită conŃine contiŃia iniŃială, atunci traiectoria sistemului
nu părăseşte ciclul limită pe semi-axa pozitivă a timpului
4.3 Tipuri de comportări dinamice 183

x[0] = x 0 ∈ (C ) ⇒ x[k ] ∈ (C ) ∀k > 0


(4.106)

2. perioada fundamentală a sistemului discret este egală cu numărul de


vectori din compunerea ciclului limită şi reprezintă cel mai scurt
interval de timp pentru care vectorul de stare se repetă periodic:

∃L : ∀k > 0 : x[k + L] = x[k ] (4.107)

Ca şi în situaŃia sistemelor analogice, variabilele de stare (xn , n = 1,..,N) sunt


semnale periodice, toate având aceeaşi perioadă fundamentală, L. Şi în cazul
discret, vom întâlni atât cicluri limitâ atractoare cât şi repulsoare.
Spre deosebire de cazul ciclurilor limită analogice, deosebit de greu de
identificat, în general chiar imposibil de determinat analitic, ciclurile limită discrete
pot fi determinate analitic, printr-un proces iterativ.
Să presupunem că avem condiŃia iniŃială, x[0] = x0, aparŃinând ciclului limită
(C). Atunci condiŃia de periodicitate, cu perioada L, impune:

x[k + L] = x[k] (4.108)

Dar, Ńinând cont de relaŃia analitică a ecuaŃiilor de stare, (4.105) ale sistemului
discret analizat, membrul stâng al relaŃiei (4.108) poate fi detaliat în forma:

x[k + L] = f(x[k + L-1]) = ··· = f °f °···°f ( x[k ]) (4.109)

În care, compunerea funcŃională, 'o' , se realizează de L - 1 ori. Notând


f L (x ) = f °f °···°f ( x ) şi luând în consideraŃie condiŃia (4.108), putem trage
concluzia:

f L (x ) = x (4.110)

Această ecuaŃie algebrică este similară ecuaŃiei de punct fix, cu diferenŃa că este
aplicată funcŃiei neliniare fL(x), şi nu funcŃiei de tranziŃie a stărilor. Prin rezolvarea
acestei ecuaŃii, putem determina un punct din ciclul limită, (C). Pentru
determinarea celorlalte puncte în ordinea corectă de parcurgere, aplicăm ecuaŃiile
de stare, (4.108) de L - 1 ori.
184 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Evident, determinarea ciclurilor limită prin metoda descrisă nu numai că


permite calculul valorilor vectorilor din toate secvenŃele de lungime L, dar, pentru
corecta identificare a punctelor de pe ciclurile limită, metoda trebuie aplicată
iterativ, de la puncte fixe la cicluri limită de lungimi succesive: L = 2, 3, ..., LMax,
putându-se identifica doar un număr finit de lungimi de cicluri limită, LMax. De
asemenea metoda nu răspunde la problema generală: "există, pentru un sistem dat
oarecare, vreun ciclu limită?" şi nici la problema practică: "există o lungime
maximă pentru ciclurile limită ale sistemului studiat?". Cu toate aceste limitări,
metoda este utilă în multe situaŃii practice şi poate fi aplicată relativ uşor utilizând
un procesor de calcul simbolic.

4.3.3.2 Atractivitatea ciclurilor limită; secŃiunea Poincare


La fel ca şi punctele fixe sau de echilibru, mulŃimile limită de tip ciclu pot fi
atractoare sau repulsoare.
DefiniŃie: Un ciclu limită (C), al unui sistem dinamic neliniar autonom,
analogic sau discret, se numeşte atractor dacă are o vecinătate DC, incluzând (C),
astfel încât, alegând orice punct, x0 ∈ DC, drept condiŃie iniŃială a sistemului,

traiectoria acestuia se apropie asimptotic de ciclul limită (C). În caz contrar, ciclul
limită se numeşte repulsor.
În cazul analogic, condiŃia de atractivitate pentru ciclul limită, (C), al sistemului
descris de ecuaŃiile de stare autonome (4.100), revine la:

lim d (x(t),(C)) = 0
t →∞ (4.111)

unde, distanŃa, d(.), între un punct oarecare x ∈ ℜN şi curba închisă (C) se defineşte

ca infimumul distanŃelor la toate punctele curbei:

d (x(t),(C)) = inf x − y
y∈( C )
(4.112)

iar norma este cea Euclidiană:


4.3 Tipuri de comportări dinamice 185


N
x = x
n =1 n
(4.113)

În cazul sistemelor discrete, condiŃia de atractivitate pentru ciclul limită (C), al


sistemului autonom studiat, este varianta discretă a relaŃiei (4.104):

lim d (x[k ],(C)) = 0


k →∞ (4.114)

DiferenŃa esenŃială intervine în alegerea metricii, d(.), datorită numărului finit


de puncte din mulŃimea (C):

d (x(t),(C)) = min x − y
y∈( C )
(4.115)

Cea mai simplă variantă de studiu a atractivităŃii ciclurilor limită este cea
corespunzătoare sistemelor discrete, datorită numărului finit de puncte cuprinse
într-un ciclu limită discret. În aceste condiŃii se poate face un calcul similar
liniarizării locale; singura diferenŃă faŃă de studiul stabilităŃii punctelor fixe constă
în necesitatea repetării calculelor pentru fiecare vector xm aparŃinând ciclului limită
(C), m = 1, …, L. Algoritmul de calcul conŃine etapele:
Pentru fiecare vector xm ∈ (C), m = 1, …, L

• Se consturieşte sistemul liniarizat în jurul punctului xm, calculându-se


matricea sa de tranziŃie a stărilor Am = J(xm);
• Se calculează valorile proprii ale acestei matrici, λn,m; n = 1, …, N, m =
1, …, L
În final [3], se calculează valorile medii logaritmice ale modulelor fiecărui şir
de valori proprii, de-a lungul ciclului limită:

L
1 L
Mn = ∑ log λn, m = log L
L m =1
∏λ
m =1
n, m , n = 1,L, N
(4.116)

Decizia privitoare la atractivitatea ciclului limită se ia în funcŃie de semnul


multiplicatorilor caracteristici astfel rezultaŃi. Dacă toŃi multiplicatorii sunt
186 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

negativi, ciclul limită este atractor; un singur multiplicator pozitiv semnifică


repulsivitatea ciclului limită.
Pentru studiul atractivităŃii ciclurilor limită ale sistemelor analogice, se poate
încerca o metodă reducŃionistă: ataşarea unui sistem discret, cu comportare
similară, celui analogic studiat. Metoda eşantionării fine, prezentată în paragraful
4.2.2.4, ca legătură între sistemele analogice şi cele discrete, nu este adecvată
studiului atractivităŃii ciclurilor limită, deoarece sistemul discret ataşat prototipului
analogic depinde de o mărime subiectivă, pasul de eşantionare, h.
O metodă, prin care sistemul discret rezultat este structural legat de prototipul
analogic supus studiului, este dată de secŃiunea Poincare. Ideea este de a alege
momentele de eşantionare atunci când traiectoria sistemului analogic intersectează
o hiper-suprafaŃă, aleasă iniŃial, în spaŃiul stărilor, ℜN. Momentele de eşantionare
nu mai sunt obligatoriu echidistante, dar acesta este un preŃ relativ mic plătit pentru
obŃinerea unui rezultat obiectiv, dependent numai de dinamica sistemului studiat şi
de geometria traiectoriei sale. În urma aplicării metodei secŃiunii Poincare,
sistemului analogic de ordinul N, i se ataşează un sistem discret de ordin N – 1. În
plus faŃă de aceste simplificări structurale, dacă sistemul analogic are o comportare
periodică, sistemul Poincare este mai simplu şi din punctul de vedere al
complexităŃii dinamice: unui ciclu limită analogic îi corespunde un punct fix
discret, situat la intersecŃia între curba închisă ce descrie oscilaŃia neliniară
analogică şi hiper-suprafaŃa ce defineşte secŃiunea Poincare. Studiul atractivităŃii
ciclului limită analogic se conduce după rezultatul:
Teoremă: ciclul limită analogic este atractor dacă şi numai dacă punctul fix
discret, corespunzător prin secŃiunea Poincare, este stabil. În caz contrar, cele două
mulŃimi limită sunt simultan repulsoare.
În mod uzual, pentru simplitate, hiper-suprafaŃa se alege un hiper-plan, datorită
ecuaŃiilor liniare care îi descriu geometria:
N

∑a
n =1
n ⋅ xn = c
(4.117)
4.3 Tipuri de comportări dinamice 187

Determinarea secŃiunii Poincare, revine la rezolvarea sistemului diferenŃial-


algebric compus din ecuaŃia (hiper-) planului (4.117) şi ecuaŃiile de stare ale
sistemului (4.100). În general, rezolvarea acestei probleme este imposibilă analitic.
De aceea, cea mai întâlnită metodă este cea de simulare numerică.
Se poate urmări semnificaŃia geometrică şi modul de aplicare a metodei
secŃiunii Poincare pe cazurile particulare ale unor oscilatoare de ordin N = 2.
Oscilatorul Van der Pol, studiat în sub-paragraful anterior, este descris de ecuaŃiile
de stare (4.98):

(
 x1 ' = ω0 ⋅ x2 + a ⋅ x1 ⋅ 1 − x2 2

)
 x2 ' = −ω0 ⋅ x1
(4.118)

Amplificarea, a, controlează simultan viteza de atingere a regimului permanent


şi puritatea spectrală a variabilelor de stare. O valoare mică duce la un timp mai
mare de atingere a regimului permanent, dar şi la un nivel mai scăzut al
armonicilor din spectrul variabilelor de stare. Creşterea valorii acestei amplificări
scurtează regimul tranzitoriu, marind însă distorsiunile neliniare ale semnalelor
x1(t) şi x2(t).
În figura 4.8, se prezintă un set de rezultate de simulare, evidenŃiind o viteză
relativ redusă de atingere a regimului permanent, datorită valorii mici a amplificării
( a = 0,1). Şi forma de undă în domeniul timp şi portretul de fază, evidenŃiază o
puritate spectrală bună. În reprezentarea grafică a portretului de fază, este
specificat, cu linie groasă, semidreapta definind secŃiunea Poincare. Corespunzător,
în cel de-al treilea grafic, apar eşantioanele variabilei de stare a sistemului discret,
care evoluează spre punctul fix, stabil, dictat de amplitudinea de oscilaŃie a
variabilei analogice x2.
188 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

1
Amplitudine
0

-1

-2

-3
0 2000 4000 6000 8000 10000
Timp (ms)

3 0

2 -0.5

1
Esantioane

-1
X1

0
-1.5
-1

-2 -2

-3 -2.5
-3 -2 -1 0 1 2 3 0 2000 4000 6000 8000 10000
X2 Timp (ms)

Fig. 4.8 EvoluŃia temporală pentru variabila de stare x2 (sus), portretul de fază, cu
reprezentarea semidreptei de secŃionare (stânga) şi eşantioanele variabilei de stare a
sistemului Poincare (dreapta) pentru un sistem Van der Pol cu a = 0,1

Pentru o valoare mult mai mare a amplificării, a = 1, se obŃin rezultatele din


figura 4.9, evidenŃiind tot o comportare dinamică periodică atractoare, dar cu un
regim tranzitoriu mai scurt, implicit distorsiuni mai mari.
Pentru a obŃine un compromis mai bun între timpul de răspuns şi puriatatea
spectrală, poate fi utilizat un oscilator mai complicat, de tip cuasi-armonic, pentru
care se obŃin rezultatele din figura 4.18. ÎmbunătăŃirea comportării oscilatorului
cuasi-armonic, se obŃine modificând termenul neliniar din ecuaŃiile oscilatorului
Van der Pol, pentru a lua în calcul ambele variabile de stare, ca în ecuaŃiile (4.119).
4.3 Tipuri de comportări dinamice 189

Amplitudine
0

-1

-2

-3
0 2000 4000 6000 8000 10000
Timp (ms)
0
3

2 -0.5
Esantioane

1 -1
X2

0
-1.5
-1
-2
-2

-3 -2.5
-3 -2 -1 0 1 2 3 0 2000 4000 6000 8000 10000
X1 Timp (ms)

Fig. 4.9 EvoluŃia temporală pentru variabila de stare x1 (sus), portretul de fază, cu
reprezentarea semidreptei de secŃionare (stânga) şi eşantioanele variabilei de stare a
sistemului Poincare (dreapta) pentru un sistem Van der Pol cu a = 1

 x1 ' = ω0 ⋅ x2 + a ⋅ x1 ⋅ 1 − x12 − x2 2

( )
 x2 ' = −ω0 ⋅ x1
(4.119)

Termenul neliniar forŃează variabilele de stare să aibă amplitudine unitară şi


alură sinusoidală, conform relaŃiei trigonometrice fundamentale.

1 − x1 − x2 = 0 ⇔ sin 2 (ω0t ) + cos 2 (ω0t ) = 1


2 2
(4.120)

Acestă particularitate duce la o puritate spectrală mai bună, chiar în condiŃiile


unei viteze mari de atingere a regimului permanent, impusă de amplificarea mult
mai mare, a = 4.
190 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

1.5

0.5
Amplitudine
0

-0.5

-1

-1.5
0 2000 4000 6000 8000 10000
Timp (ms)

1.5 0

-0.2
1
-0.4
0.5
Esantioane

-0.6
X2

0
-0.8
-0.5
-1
-1 -1.2

-1.5 -1.4
-1.5 -1 -0.5 0 0.5 1 1.5 0 2000 4000 6000 8000 10000
X1 Timp (ms)

Fig. 4.10 EvoluŃia temporală pentru variabila de stare x1 (sus), portretul de fază, cu
reprezentarea semidreptei de secŃionare (stânga) şi eşantioanele variabilei de stare a
sistemului Poincare (dreapta) pentru un oscilator cuasiarmonic cu a = 4

4.3.4 Dinamica de tip cuasiperiodic


Comportarea cuasiperiodică este o altă categorie de dinamică inclusă în
categoria mai largă de oscilaŃii neliniare. Specificul acestui comportament neliniar
constă în ne-repetitivitatea sa. Fiecare variabilă de stare a unui sistem prezentând
dinamică de tip cuasiperiodic este reprezentabilă în domeniul frecvenŃă printr-o
densitate spectrală de amplitudine discretă, de linii, caracteristică unui semnal
compus din componente sinusoidale. Deşi fiecare componentă în parte este
periodică, ansamblul lor este neperiodic dacă există măcar două componente de
frecvenŃe necorelate armonic:
4.3 Tipuri de comportări dinamice 191

ωk T
∉Q ⇒ m ∉Q
ωm Tk (4.121)

Din această cauză, nu există un interval de timp finit care să fie simultan
multiplu al perioadei Tm şi al perioadei Tk, constituind astfel o posibilă perioadă
fundamentală a întregului semnal.
În spaŃiul stărilor, un astfel de sistem este caracterizat de o traiectorie care
acoperă în mod dens o suprafaŃă toroidală. MulŃimea limită poartă denumirea
generică de tor (sau mai general N - tor), ceea ce conduce la denumirea alternativă
a dinamicii ca fiind una de tip toroidal. Pentru a se putea obŃine astfel de
comportări dinamice, fără ca traiectoria să se auto-intersecteze transvers, sistemele
analogice trebuie să aibă ordinul strict mai mare decât doi; pentru sistemele în timp
discret nu se impun limitări asupra ordinului.
Se pot obŃine astfel de comportări dinamice în cazul interconectării a două sau
mai multe sisteme autonome de tip oscilator neliniar, pentru care frecvenŃele de
oscilaŃie nu sunt corelate armonic. Din punct de vedere al implementării acestă
condiŃie revine la a lăsa sistemele să oscileze conectate, dar fără a mai introduce un
circuit de sincronizare a fazei / frecvenŃei lor.
Exemplele care urmează, se bazează pe oscilatorul Van der Pol, descris de
ecuaŃiile de stare (4.118) şi pe oscilatorul cuasi-armonic, (4,119). Prin conectarea
directă a două astfel de oscilatoare, se obŃine un sistem de ordinul patru, având
ecuaŃiile de stare:

( )
 x1 ' = ω1 ⋅ x 2 + a1 ⋅ x1 ⋅ 1 − x 2 2

 x 2 ' = −ω1 ⋅ x1

( )
 x3 ' = ω 2 ⋅ x 4 + a 2 ⋅ x3 ⋅ 1 − x3 − x 4 + k ⋅ x1
2 2

 x ' = −ω ⋅ x
 4 2 3 (4.122)

Primul sistem, cu variabilele de stare x1,2, oscilează liber pe frecvenŃa f1 (pulsaŃia


ω1), al doilea, caracterizat de variabilele de stare x3,4, având pulsaŃia de oscilaŃie
192 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

liberă ω2, funcŃionând forŃat de variabila de stare x2, prin intermediul factorului de
cuplaj, k. Schema bloc rezultată, este reprezentată în figura 4.11.

X1
X3
Van der Pol Cuasi Armonic
k
Oscilator X2 X4 Iesire
Cuplaj Oscilator

Fig. 4.11 Schema bloc a sistemului de două oscilatoare neliniare cuplate

Alegând pulsaŃia normalizată ω1N = 1şi ω2N = 3,3215, se obŃin formele de undă
din figura 4.12, evidenŃiind ne-corelarea armonică a celor două variabile de stare
alese: x2, pentru urmărirea evoluŃiei oscilatorului modulator şi x4, pentru oscilatorul
modulat. De asemenea se poate evidenŃia ne-periodicitatea variabilei x4, anvelopa
ei ne-având perioda multiplu al perioadei semnalului purtător, T2 = 1 / f2.

1
Amplitudine

-1

-2
0 2000 4000 6000 8000 10000
Timp

Fig. 4.12 ComparaŃie între evoluŃia în timp a variabilei de stare x2 şi x4, pentru
conexiunea directă, evidenŃiind ne-periodicitatea celei de-a doua

Portretul de fază al asistemului de ordinul patru nu este reprezentabil grafic, dar


proiecŃiile tridimensionale, reprezentate în figura 4.13, argumentează în mod
grăitor cuasi-periodicitatea dinamicii sistemului, prin alura toroidală a graficelor şi
prin tendinŃa de acoperire densă a suprafeŃei torului de către traiectoria sistemului,
4.3 Tipuri de comportări dinamice 193

sugerată de rezultatul simulării, chiar în condiŃii de interval de timp de simulare


finit.

10 10

5 5

X4
X4

0
-5

-5 -10
2
2 2
-10 0
5 0 0
0 -2 -2 -2
-5 X2 X1
X3 X1

Fig. 4.13 ProiecŃii tridimensionale ale portretului de fază, pentru sistemului de


dimensiune patru, realizat prin conexiunea directă a două oscilatoare

Aceeaşi concluzie este argumentată şi de reprezentarea grafică a secŃiunii


Poincare, după hiper-planul descris de condiŃia x4 = 0, în urma căreia rezultă
sistemul discret tridimensional, având evoluŃia ne-periodică, reprezentată în figura
4.14.

2
X3

-2
0
-4
10 -1
0
-10 -2 X1
X2

Fig. 4.14 Reprezentarea tridimensională a secŃiunii Poincare prin spaŃiul stărilor


sistemului de dimensiune patru

Din punct de vedere aplicativ, conectarea oscilatoarelor neliniarepermite


realizarea de sisteme de modulaŃie. Datorită selectivităŃii, dată de caracterul
dinamic (cu memorie) al sistemelor, riguros modulaŃia va avea caracter dual: şi de
194 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

amplitudine şi de fază / frecvenŃă. Totuşi, prin interpretarea termenilor din ecuaŃiile


diferenŃiale este posibilă avantajarea unuia dintre tipurile de modulaŃie. În ecuaŃia
neliniară a oscilatorului comandat, termenul liniar, dependent de parametrul ω2,
dictează frecvenŃa de oscilaŃie liberă a oscilatorului cuasi-armonic, iar termenul
neliniar, prin paranteza pătratică, limitează amplitudinea de oscilaŃie.
Pe baza acestor interpretări, se poate genera semnal cu modulaŃie mixtă, având
componenta modulată în amplitudine dominantă, prin cuplarea semnalului
modulator în interiorul parantezei de ordinul doi.

(
 x1 ' = ω1 ⋅ x2 + a1 ⋅ x1 ⋅ 1 − x2 2

)
 x2 ' = −ω1 ⋅ x1

(
 x3 ' = ω2 ⋅ x4 + a2 ⋅ x3 ⋅ 1 + k ⋅ x1 − x3 − x4
2 2
)
 x ' = −ω ⋅ x
 4 2 3 (4.123)

Rezultatele de simulare, pentru variabilele de stare ale sistemului analogic, cât


şi pentru secŃiunea Poincare, sunt prezentate în figura 4.15, justificând
preponderenŃa modulaŃiei de amplitudine.
1.5 0

1 -0.2

-0.4
0.5
Amplitudine

Esantioane

-0.6
0
-0.8
-0.5
-1
-1 -1.2

-1.5 -1.4
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Timp Timp

Fig. 4.15 EvoluŃia în timp a variabilei de stare x4 (stânga) şi a variabilei x3 din secŃiunea
Poincare pentru conexiunea specifică modulaŃiei de amplitudine (dreapta)

În mod similar, prin sumarea semnalului modulator, oferit de oscilatorul Van


der Pol, la coeficientul ω2, se doreşte impunerea cu predominanŃă a componentei cu
modulaŃie de frecvenŃă. EcuaŃiile de stare ale sistemului rezultat sunt prezentate în
relaŃia (4.124).
4.3 Tipuri de comportări dinamice 195

(
 x1 ' = ω1 ⋅ x2 + a1 ⋅ x1 ⋅ 1 − x2 2

)
 x2 ' = −ω1 ⋅ x1

 x3 ' = (ω2 + k ⋅ x1 ) ⋅ x4 + a2 ⋅ x3 ⋅ 1 − x3 − x4
2 2
( )
 x ' = −(ω + k ⋅ x ) ⋅ x
 4 2 1 3 (4.124)

Deşi în rezultatele de simulare, prezentate în figura 4.16, se remarcă o


modulaŃie de amplitudine parazită, deviaŃia de frecvenŃă, datorată modulaŃiei
unghiulare, este evident mai mare faŃă de exemplul anterior, subliniind
preponderenŃa modulaŃiei de fază / frecvenŃă.
0
1.5
-0.2
1
-0.4
0.5
Amplitudine

-0.6
Esantioane

0
-0.8
-0.5
-1
-1
-1.2
-1.5 -1.4
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Timp Timp

Fig. 4.16 EvoluŃia în timp a variabilei de stare x4 (stânga) şi a variabilei x3 din secŃiunea
Poincare pentru conexiunea specifică modulaŃiei de frecvenŃă (dreapta)

4.3.5 Dinamica haotică


Având în vedere că nu există o comportare dinamică mai complexă decât cea
haotică, aceasta ar putea fi uşor definită ca "orice comportare, care nu intră în
categoriile studiate anterior". Ca orice abordare facilă, aceasta nu aduce prea multe
informaŃii, care să lămurească mecanismul intern al dezvoltării haosului.
Sistemele care prezintă comportări haotice, în domeniul de condiŃii iniŃiale
pentru care se manifestă aceasta comportare, au o serie de caracteristici comune,
care pot fi considerate ca simptomatice pentru evidenŃierea calitativă, empirică a
haosului [2]:
• variabilele de stare au o evoluŃie temporală nerepetitivă, cu o alură
similară perturbaŃiilor aleatoare;
196 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

• fiecare variabilă de stare este caracterizată, în domeniul frecvenŃă, de o


densitate spectrală de amplitudine plată, de bandă largă, specifică
zgomotului colorat;
• portretul de fază este o varietate diferenŃială de dimensiune fracŃionară,
denumită fractal, în aşa fel încât, el parcurge domeniul de atracŃie, fără a se
intersecta cu el însuşi sau a tinde asiptotic catre o comportare preferenŃială;
• evoluŃia temporală a sistemului haotic este senzitivă la condiŃia iniŃială
(şi, implicit la parametrii sistemului şi perturbaŃiile externe), aspect
confirmat de valoarea pozitivă a exponentului Liapunov (generalizare la
sisteme neliniare a noŃiunii de valoare proprie specifică sistemelor liniare),
portrete de fază pornind din condiŃii iniŃiale oricât de apropiate divergând,
fără a tinde însă spre infinit;
• extragerea de informaŃie, caracterizată prin faptul că, în timp, evoluŃia
variabilelor de stare evidenŃiază tot mai precis valorile condiŃiilor iniŃiale şi
a parametrilor sistemului.
Pentru a se putea obŃine astfel de comportări dinamice, fără ca traiectoria să se
auto-intersecteze transvers, sistemele analogice trebuie să aibă ordinul strict mai
mare decât doi; pentru sistemele în timp discret nu se impun limitări asupra
ordinului.

4.3.5.1 DefiniŃii
În general, definiŃiile referitoare la comportările dinamice complexe se prezintă
pentru un domeniu, X, îndeplinind condiŃiile de spaŃiu metric compact, pentru o
metrică, d, generală. Pentru situaŃiile practice pe care le vom discuta în continuare,
ne va fi suficient să luăm în consideraŃie situaŃia particulară a unui domeniu, D, ca
un compact din ℜN, unde N este ordinul sistemului studiat, iar metrica este distanŃa

Euclidiană în ℜN.
DefiniŃie: Sistemul dinamic, având funcŃia de tranziŃie a stărilor f : D → D, este
disipativ, dacă divergenŃa derivatei vectorului de stare păstrează semn constant,
negativ, pe întreaga durată de evoluŃie a sistemului:
4.3 Tipuri de comportări dinamice 197

∇ ⋅ f (x ) ≤ 0 ∀t ≥ 0 (4.125)

În relaŃia de definiŃie, (4.125), divergenŃa notează:

∂f1 (x ) ∂f 2 (x ) ∂f (x )
∇ ⋅ f (x ) = + +L+ 3
∂x1 ∂x2 ∂xN (4.126)

Dacă se calculează evoluŃia în timp a unui volum de condiŃii iniŃiale, V, mărginit


de o suprafaŃă netedă, S, având normala extarioară la suprafaŃă, n, se obŃine relaŃia:

dV
dt ∫∫S
= f ⋅ n dS
(4.127)

Combinând această relaŃie cu teorema divergenŃei:

∫∫∫∇ ⋅ f dV = ∫∫ f ⋅ n dS
V S (4.128)

se obŃine ecuaŃia diferenŃială ce guvernează evoluŃia în timp a volumului:

dV
dt ∫∫∫V
= ∇ ⋅ f (x(t )) dV
(4.129)

Atâta timp cât condiŃia de ne-pozitivitate a divergenŃei, (4.125), este îndeplinită,


evoluŃia volumului stărilor va fi una descrescătoare în timp, justificând
interpretarea de disipativitate a sistemului analizat.
Un sistem neliniar analogic, de ordinul trei, având proprietatea de disipativitate
este sistemul Lorenz, descris de ecuaŃiile diferenŃiale:

dx = σ ⋅ ( y − x )
 dt
dy
 dt = ρ ⋅ x − y − xz

dz dt = − β ⋅ y + xy
 (4.130)

Se poate calcula divergenŃa membrului drept al ecuaŃiilor diferenŃiale, rezultând:

∇ ⋅ f (x ) = −σ − β − 1 (4.131)
198 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Dcă suma parametrilor, σ + β, este mai mare decît - 1, divergenŃa este negativă,
evidenŃiind proprietatea de disipativitate a sistemului Lorenz, pentru această gama
de valori ale parametrilor. În plus, valoarea divergenŃei este constantă, ceea ce
permite obŃinerea unei forme uşor integrabile a ecuaŃiei de evoluŃie a volumului din
spaŃiul stărilor, în forma:

V& = − a ⋅ V a = −σ − β − 1 (4.132)

Prin integrare, se obŃine evoluŃia temporală a volumului stărilor, în forma unei


exponenŃiale căzătoare la zero:

V (t ) = V (0 ) ⋅ e − a ⋅t (4.133)

DefiniŃie: Sistemul dinamic, având funcŃia de tranziŃie a stărilor f : D → D, este


ergodic, sau topologic tranzitiv, dacă există o condiŃie iniŃială, x0, în domeniul D,
astfel încât orbita sistemului pornind din această condiŃie iniŃială să fie densă într-
un subdomeniu conex şi închis, X, inclus în D:

Clo {x(t )}t ≥0 = X


(4.134)

În relaŃia (4.134) am notat cu Clo închiderea (mulŃimea punctelor de acumulare)


a unei mulŃimi. NoŃiunea de tranzitivitate topologică semnifică, din punct de vedere
intuitiv, faptul că traiectoria sistemului "umple" (parcurge dens) subdomeniul X,
inclus în D, justificând, în unele aplicaŃii, interpretarea evoluŃiei haotice ca un
proces de "căutare". Ca terminologie, caracterizarea sistemelor topologic tranzitive
ca fiind ergodice este corelată de noŃiunile de statistică a variabilelor aleatoare. Cel
puŃin pentru sisteme discrete, se poate demonstra faptul că un sistem ergodic, în
sensul definiŃiei precedente, generează semnale ergodice în sens statistic [1].

Un sistem, similar sistemului Lorenz, având ecuaŃii puŃin mai simple, dar o
comportare dinamică la fel de complexă, este sistemul Rossler, descris de ecuaŃiile:
4.3 Tipuri de comportări dinamice 199

dx = − y − z
 dt
dy
 dt = x − a ⋅ y

dz dt = b + x ⋅ z − c ⋅ z
 (4.135)

O simulare a evoluŃiei acestui sistem, pentru valorile parametrilor utilizate uzual


pentru evidenŃierea caracterului său ergodic: a = -0,2, b = 0,2 şi c = 5,7 şi pornind
din condiŃia iniŃială x(0)T = [5,0 3,1 3,0] sugerează tendinŃa sistemului de a
parcurge dens un domeniu tridimensional de forma reprezentată în figura 4.17:

40

20
Y

0
20
10
20
0 10
-10 0
Z -20 -10 X

Fig. 4.17 Reprezentarea grafică a unui exemplu de evoluŃie tridimensională a sistemului


Rossler

DefiniŃie: Sistemul dinamic, având funcŃia de tranziŃie a stărilor f : D → D, este


senzitiv la condiŃiile iniŃiale dacă există o constantă pozitivă, M, astfel ca, pentru
oricare două condiŃii iniŃiale oricât de apropiate între ele, dar distincte, există un
moment de timp după care traiectoriile se distanŃează între ele mai mult decât
limita impusă, M, eventual exceptând o mulŃime de momente de masură nulă:

∃M ∈ ℜ+ ∀x1 (0), x 2 (0) ∈ X ∃T0 : ∀t ≥ T0 d (x1 (t ), x 2 (t ) ) ≥ M


(4.136)

sau, în cazul discret:

∃M ∈ ℜ+ ∀x1 (0), x 2 (0) ∈ X ∃K 0 : ∀k ≥ K 0 d (x1[k ], x 2 [k ]) ≥ M


(4.137)
200 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Un exemplu ce evidenŃiază senzitivitatea sistemului Rossler la condiŃiile iniŃiale


este prezentat în continuare. Simulările ale căror rezultate sunt prezentate în
figurile următoare au fost realizate pentru două sisteme identice, plecând din
condiŃii iniŃiale foarte apropiate: x1(0)T = [5,0 3,10 3,0] şi x2(0)T = [5,01 3,10 3,0].
Aşa cum se remarcă din figura 4.18, cele două traiectorii, una reprezentată cu linie
continuă subŃire, cea de-a doua cu linie întreruptă groasă, sunt apropiate pentru un
interval scurt de timp, divergând exponenŃial pe măsura trecerii timpului.

30

20
Z

10

0
20
20
0 10
0
Y -20 -10
X

Fig. 4.18 Portretele de fază pentru două sisteme Rossler pornind din condiŃii iniŃiale
apropiate

Pentru a evidenŃia mai clar diferenŃa între cele două traiectorii, pentru aceeaşi
simulare s-a calculat norma erorii între cei doi vectori de stare:

ε (t ) = (x1 − x 2 )T (x1 − x 2 ) = eT ⋅ e = e1 + e2 + e3
2 2 2
(4.138)

În figura 4.19 se remarcă evouŃia crescătoare a erorii, ε(t), pe un orizont


temporal de 900 ms, din care numai primele 100 ms traiectoriile sunt apropiate,
ducând la o eroare suficent de mică spre a fi neglijabilă.
4.3 Tipuri de comportări dinamice 201

70

60

50

Eroare
40

30

20

10

0
0 200 400 600 800
T imp

Fig. 4.19 Norma erorii între vectorii de stare a două sisteme Rossler pornind din condiŃii
iniŃiale apropiate

Senzitivitatea sistemelor la condiŃia iniŃială are drept consecinŃă şi senzitivităŃi


similare la micile diferenŃe ale parametrilor, sau la perturbaŃii de amplitudini mici.
În figura 4.20 sunt reprezentate erorile între vectorii de stare a două sisteme Rossler
având aceeleaşi condiŃii iniŃiale, dar, pentru graficul din stânga, diferenŃe la a treia
zecimală pentru unul dintre parametri, respectiv o perturbaŃie aleatoare de
amplitudine mai mică de 10-3, pentru graficul din dreapta.
5 0.5

4 0.4

3 0.3
Eroare

Eroare

2 0.2

1 0.1

0 0
0 200 400 600 800 0 200 400 600 800
T imp (ms) Timp(ms)

Fig. 4.20 Norma erorii între vectorii de stare a două sisteme Rossler pentru diferenta
între parametrii a (stânga) şi perturbaŃie aleatoare (dreapta) de 10-3

Există două definiŃii general acceptate pentru dinamica haotică: definiŃia slabă
datorată lui Wiggins şi cea tare introdusă de Dewaney.
DefiniŃie: un sistem dinamic, neliniar se numeste haotic în sens slab, dacă este:
1. disipativ;
202 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

2. senzitiv la condiŃiile iniŃiale;


3. ergodic.
Pentru a fi haotic în sens tare, în plus faŃă de cele trei condiŃii anterioare, mai
este necesar ca domeniul D să conŃină o infinitate numărabilă, densă în D, de
cicluri limită repulsoare. Această condiŃie suplimentară dă un înŃeles profund
aspectului complex al portretului de fază al unui sistem haotic. Pornind cu o
condiŃie iniŃială, x0, din domeniul D, apropierea cesteia de un ciclu limită instabil
face traiectoria sistemului să se îndepărteze de respectivul ciclu limită. MulŃimea
ciclurilor limită fiind densă, traiectoria sistemului se va apropia de un alt ciclu
limită, care însă o va respinge la rândul său. Numărul infinit al ciclurilor limită
instabile face ca "ricoşeurile" succesive ale traiectoriei să se extindă pe toată durata
evoluŃiei sistemului, fragmentând alura portretului de fază.

20 30

10 20

10
0
X1

X2

0
-10
-10

-20
-20

-30 -30
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Timp Timp

50
50
40
40 30
X3

30 20
X3

10
20
0
10
20
0
0 -20 10 20
0 2000 4000 6000 8000 10000 X2 -20 -10 0
Timp X1

Fig. 4.21 EvoluŃia temporală pentru cele trei variabile de stare a sistemului Lorenz şi
portretul de fază tridimensional (dreapta jos)
4.3 Tipuri de comportări dinamice 203

Având în vedere mai marea uşurinŃă de a analiza sistemele şi semnalele


discrete, o modalitate de a evidenŃia comportarea haotică, este aplicarea secŃiunii
Poincare. Pentru un sistem haotic analogic de ordinul N, prin secŃionare Poincare se
obŃine un sistem discret, de ordinul N – 1, tot cu o comportare dinamică haotică.
Exemplele expuse în continuare fac apel la sistemul Lorenz, descris de ecuaŃiile
de stare (4.130). Realizând simulari pe un orizont de timp suficient de mare, se
obŃin evoluŃii în timp ne-repetitive, cu alură aleatore, sugerând comportarea haotică
a acestui sistem, aşa cum se remarcă în fig. 4.21. Tot în această figură se
evidenŃiază şi alura tranzitivă a portretului de fază, sugerând două oscilatii, pe două
suprafeŃe strâmbe ce se imtersectează, cu salt aleator de pe un tip de oscilaŃie pe
celălalt.

20 30

20
10
10

0
Y

0
X

-10
-10
-20

-20 -30
0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000
Timp Timp

30

20

10

0
Y

-10

-20

-30
-20 -10 0 10 20
X

Fig. 4.22 EvoluŃia în timp a eşantioanelor stării secŃiunii Poincare (sus) şi portretul de
fază corespunzător (jos)
204 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

SecŃiunea Poincare, reprezentată grafic în figura 4.22, rezultă prin intersecŃia


traiectoriei sistemului cu planul descris de ecuaŃia z = 28 , aleasă din dorinŃa
obŃinerii unui număr cât mai senificativ de puncte de intersecŃie, pentru o
reprezentare grafică sugestivă. Şi aceste rezultate de simulare sugerează dinamica
haotică a sistemului studiat.

4.3.5.2 ExponenŃi Liapunov


O masură a senzitivităŃii sistemului analizat la condiŃiile iniŃiale poate fi
realizată pe baza exponenŃilor Liapunov. Fără nici o pretenŃie de rigoare, am putea
interpreta intuitiv aceste mărimi ca fiind similarul valorilor proprii ale matricei de
tranziŃie a stărilor pentru un sistem liniar, "generalizate" la cazul sistemelor
neliniare. Similar valorilor proprii, exponenŃii Liapunov sunt în numar egal cu
ordinul sistemului analizat, sugerând că fiecare exponent Liapunov evidenŃiază
senzitivitatea sistemului analizat "pe direcŃia" variabilei de stare cu acelaşi indice.
Definim exponenŃii Liapunov ca tendinŃe asimptotice de separare a două
traiectorii ale unui sistem dinamic, care pornesc din condiŃii iniŃiale infinit
apropiate. În cazul sistemelor analogice, notând cu u(t),v(t) două traiectorii ale
aceluiaşi sistem N-dimensional, plecând din condiŃiile iniŃiale u(0),v(0), putem
detalia analitic:

1  u (t ) − v (t ) 
λˆn = lim ⋅  lim n n
 n = 1,L, N
t →∞ t u ( 0 ) → v ( 0 ) u (0) − v (0) 
 n n  (4.139)

Judecând similar pentru sisteme în timp discret, putem rescrie ecuaŃia


anterioară:

1  u [k ] − v [k ] 
λˆn = lim ⋅  lim n n
 n = 1,L, N
k →∞ k u[ 0 ]→ v[ 0 ] u [0] − v [0] 
 n n  (4.140)

Calculul efectiv al valorilor exponenŃilor Liapunov este în general dificil, în


cazul analogic existănd situaŃii când este chiar imposibil. Principiul general se
bazează pe liniarizare, dar nu în jurul unui punct, ci de-a lungul unei întregi
traiectorii. Pentru fiecare moment de timp, se deduce sistemul liniarizat în jurul
4.3 Tipuri de comportări dinamice 205

vectorului de stare curent, x(t), sau x[k]. Pentru matricea de tranziŃie a stărilor,
dependentă de timp, A(t), sau A[k], se calculează valorile proprii, λn(t), sau λn[k].
Interpretând valorile proprii ale matricei de tranziŃie a stărilor ca viteze instantanee
de divergenŃă a traiectoriilor, relaŃiile de definiŃie, (4.139) şi (4.140), se modifică
prin explicitarea limitelor din paranteze:

λˆn = lim ⋅ (ln λn (t ) ) n = 1,L, N


1
t →∞ t (4.141)

pentru cazul sistemelor analogice, respectiv, pentru sisteme discrete:

λˆn = lim ⋅ (ln λn [k ] ) n = 1,L, N


1
k →∞ k (4.142)

Dificultatea principială în determinarea valorilor exponenŃilor Liapunov este


legată de determinarea valorilor proprii într-un număr infinit de puncte. Dacă în
cazul discret, putem evalua cu oarecare încredere exponenŃii Liapunov prin
aproximarea limitei cu estimatorul corespunzător unei valori mari dar finite a
timpului discret, k, pentru sisteme analogice, între valoarea corectă şi estimarea
realizată prin simulare numerică se mai interpune şi algoritmul de discretizare a
ecuaŃiilor analogice, care ridică un semn suplimentar de întrebare asupra preciziei
valorii estimate.
Următoarele rezultate matematice, ne permit să tragem totuşi o serie de
concluzii calitative, chiar printr-o analiză numarică.
Teoremă: dacă divergenŃa funcŃiei vectoriale de tranziŃie a stărilor este
constantă de-a lungul traiectoriei sistemului, atunci valoarea ei este dată de suma
exponenŃilor Liapunov:
N
∇ ⋅ f (x(t ) ) = ∑ λˆn
n =1 (4.143)

În consecinŃă, pentru sisteme conservative, suma exponenŃilor Liapunov este


nulă, iar pentru sisteme disipative, negativă.
206 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Teoremă: valoarea exponenŃilor Liapunov nu depinde de condiŃia iniŃială din


care porneşte traiectoria sistemului, atâta timp cât aceasta se limitează la bazinul de
atracŃie al aceleiaşi mulŃimi limită.
Din punctul de vedere al estimării numerice a valorilor exponenŃilor Liapunov,
acest rezultat ne asigură de faptul că orice traiectorie utilizată calculul aproximativ,
este matematic validă. Nu ni se oferă însă aceleaşi garanŃii privind viteza de
convergenŃă.
Pentru interpretarea rezultatelor obŃinute, este important de remarcat
corespondenŃa între valorile exponenŃilor Liapunov, şi comportarea dinamică a
sistemului neliniar analizat.
Teoremă: dinamica neliniară poate fi clasificată, luând în consideraŃie valorile
exponenŃilor Liapunov, în forma:
• În cazul dinamicii constante, toŃi exponenŃii Liapunov sunt negativi;
• Dinamica periodică este caracterizată de un exponent Liapunov nul, iar
restul negativi;
• Mai multi exponenŃi Liapunov nuli, iar restul negativi, implică o
dinamică de tip cuasiperiodic;
• Cel puŃin un exponent Liapunov pozitiv, restul fiind nuli sau negativi,
conduce la concluzia de dinamică haotică (situaŃia mai multor
exponenŃi Liapunov pozitivi poartă numele de hiperhaos).

4.3.5.3 Dinamica simbolică


O încercare de algebrizare a problematicii sistemelor neliniare este oferită de
abordarea, indusă de teoria ergodică, denumită dinamică simbolică. Metoda,
prezentată pe scurt în continuare, se bazează pe cuantizarea stării sistemelor
dinamice neliniare şi este orientată numai spre analiza sistemelor în timp discret.
Acest tip de abordare oferă o deschidere naturală cu privire la studiul dinamicii
neliniare a convertoarelor de date (analog - numerice şi numaric - analogice).
DefiniŃie: mulŃimea finită S = {s1, ... ,sB} se numeşte alfabetul dinamicii
simbolice, {sb }b = 1,…,B purtând denumirea de simboluri ale acesteia.
DefiniŃie: aplicaŃia cu valori finite:
4.3 Tipuri de comportări dinamice 207

QB : ℜ N → S QB (x[k ]) = s[k ] (4.144)

poartă denumirea de dinamică simbolică.


O metodă eficientă, având şi aplicabilitate practică, de a defini o dinamică
simbolică este aceea de a alege un domeniu de interes, D, inclus în spaŃiul
vectorilor de stare ai sistemului discret, neliniar supus analizei şi partiŃionarea
acestuia într-un număr finit, B, de subdomenii. Subdomeniile, {Db }b = 1,…,B trebuie
să respecte condiŃiile de corectă definire a partiŃiei:
B

UD b =D Db I Dc = Φ ∀b ≠ c
b =1 (4.145)

Ataşând fiecărui subdomeniu, Db, un simbol, sb, din alfabetul dinamicii


simbolice, putem defini dinamica simbolică prin aplicaŃia:
B
Q B (x ) = ∑ s b ⋅ wb (x ) (4.146)
b =1

Am notat funcŃia de apartenenŃă a subdomniului Db cu wb(x), în sensul:

1 ⇔ x ∈ Db
wb (x ) = 
0 ⇔ x ∉ Db (4.147)

AplicaŃia astfel definită poate fi extinsă apoi la întregul spaŃiu al stărilor. În


funcŃie de aplicaŃie, se poate realiza o prelungire prin periodizare sau prin
adăugarea unui simbol suplimentar în alfabet, care să cuantizeze situarea stării
înafara domeniului, D. Ultima variantă este avantajoasă mai ales dacă se doreşte
mascarea unor eventuale comportări dinamice ce se manifestă în exteriorul
domeniului studiat.
Pentru implementarea unei cuantizări uniforme, întâlnită la convertoarele de
date uzuale, se pot alege subdomenii egale ca dimensiuni. De exemplu, pentru un
sistem unidimensional, cu pasul de cuantizare q/B, subdomeniile pot fi definite:

Db = [(b − 1) ⋅ q / B, b ⋅ q / B ); sb = b − 1; ∀b = 1, L , B
(4.148)
208 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Această definire a subdomeniilor asigură disjunctivitatea şi completitudinea


partiŃiei (4.145), pentru domeniul D = [0 , q), aisgură calculul comod al funcŃiei de
cuantizare QB(x), (4.146), şi permite etinderea prin periodicitate, dacă aceasta
modelează corect funcŃionarea convertorului A/N.
Nu pentru toate tipurile de comportări dinamice ale sistemelor discrete
neliniare, dinamica simbolică este la fel de relevantă. Pentru cazul dinamicii
constante, dinamica simbolică este şi ea constantă, după un eventual regim
tranzitoriu de lungime finită, luând valoarea sb, corespunzătoare subdomeniului,
Db, care include punctul fix. Modul în care evoluează dinamica simbolică în cazul
ciclurilor limită depinde de alegerea subdomeniilor. Pentru o alegere raŃională,
conform căreia domeniul, D, cuprinde domeniul estimat de atracŃie pentru ciclul
limită, iar subdomeniile partiŃionează ciclul limită în cel puŃin două submulŃimi,
dinamica simbolică are o evoluŃie periodică. Aceste condiŃii rămân valabile şi în
studiul dinamicii cuasiperiodice, în această situaŃie dinamica simbolică fiind
cuasiperiodică la rândul ei. De asemenea, în cazul dinamicii haotice, secvenŃa
cuantizată prin dinamica simbolică este ne-repetitivă în mod haotic.
Un exemplu tipic de utilizare a dinamicii simbolice uniforme pentru studiul
unui sistem discret cu dinamică haotică este constituit de iterarea unidimensională
a deplasării binare de tip Bernoulli:

x[k + 1] = f ( x[k ]); f ( x) = 2 ⋅ x − sign( x) (4.149)

Pentru ca un sistem unidimensional să aibă o dinamică haotică, funcŃia de


tranziŃie a stărilor trebuie să fie ne-injectivă, să fie surjectivă pe o mulŃime
compactă, în cazul nostru I = [-1 , 1), condiŃii uşor verificabile pentru funcŃia
(4.149), chiar prin simplă inspecŃie vizuală pe reprezentarea grafică din figura 4.23.
4.3 Tipuri de comportări dinamice 209

Fig. 4.23 Caracteristica neliniară a deplasării binare Bermoulli (stânga) şi dinamica


simbolică asociată (dreapta)

Adoptând o dinamică simbolică bazată pe cuantizarea pe două nivele -1 şi +1,


corespunzătoare subintervalelor [-1 , 0), respectiv [0 , 1), rezultă schema bloc din
figura 4.24.
Comportarea haotică a sistemului, ca şi modul în care dinamica simbolică
reflectă acest tip de evoluŃie temporală, sunt sugerate de graficele cu rezultate de
simulare din figura 4.25.

x[n+1] x[n] y[n]


1/z
z Dinamica Semnal
simbolica Digital

2
Dublare
Dif

Sign

Fig. 4.24 Schema bloc a sistemului Bernoulli


210 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

1
1

0.5

Dinamica simbolica
0.5
Stare

0 0

-0.5 -0.5

-1
-1
0 10 20 30 40 50 0 10 20 30 40 50
Esantioane Esantioane

Fig. 4.25 EvoluŃia temporală a variabilei de stare (stânga) şi a dinamicii simbolice


(dreapta) pentru condiŃia iniŃială x0 = 0,31

Pe lângă modelarea funcŃionării circuitelor de conversie a datelor, dinamica


simbolică poate fi folosită în scopul verificării comportării haotice a secŃiunilor
Poincare prin traiectoriile sistemelor analogice. Exemplul ce urmează continuă
studiul realizat pe sistemul Lorenz. Portretul de fază al secŃiunii Poincare, din
figura 4.21, sugerează existenŃa a două zone de grupare a punctelor: cadranul I şi
cadranul III. La această sugestie, realizând o dinamică simbolică bazată pe
cuantizarea pe două nivele a variabilelor de stare, în funcŃie de semnul acestora,
rezultă o evoluŃie neperiodică, de genul celei prezentate în figura 4.26, care
confirmă comportarea haotică a sistemului analizat.

1
Dinamica simbolica

0.5

-0.5

-1
2000 4000 6000 8000 10000
Timp

Fig. 4.26 Dinamica simbolică ataşată secŃiunii Poincare prin sistemul Lorenz
4.4 Concluzii 211

4.4 Concluzii
Studiul sistemelor neliniare deschide calea unor metode de prelucrare a
semnalelor cu un mare grad de noutate şi cu posibile îmbunătăŃiri de performanŃă,
în raport cu metodele clasice, liniare. Capitolul de faŃă a urmărit să contureze
principalele aspecte teoretice constituind metodologia de studiu a unui sistem
neliniar, din punctul de vedere al dinamicii sale interne. Modalitatea de construcŃie
a unui model matematic adecvat urmată de clasificarea comportamentelor dinamice
ce pot fi puse în evidenŃă în evoluŃia sistemelor neliniare au constituit
principaleledirecŃii de investigare a fenomenelor neliniare. Este de remarcat nivelul
mai scăzut de dezvoltare al domeniului dinamicii neliniare, comparativ cu studiul
sistemelor liniare. De aici nivelul mai scăzut de abstractizare şi, implicit numărul
mai redus de algoritmi algebrici, care să permită obŃinerea de rezultate cantitative,
care să sprijine, la rândul lor, proiectarea sistemelor dinamice neliniare. Multe
dintre rezultatele existente în domeniul dinamicii neliniare se bazează pe
liniarizarea sistemelor neliniare analizate. Mare parte a rezultatelor de utilitate
practică oferă mai mult condiŃii şi interpretări pentru simulările numerice, decât
soluŃii generale de analiză cantitativă.
Metodele de analiză a comportamentelor dinamice simple, cum ar fi
comportarea constantă, sau oscilaŃiile periodice sunt mai cantitative şi mai uşor de
interpretat intuitiv. Bazate pe algoritmi de sorginte liniară, studiile de atractivitate
pentru punctele de echilibru şi punctele fixe, pot oferi rezultate generale şi
cantitative, în special în varianta liniarizării locale. De asemenea, analiza ciclurilor
limită, bazată pe multiplicatorii caracteristici, pare mai apropiat proiectantului
obişnuit cu metodele liniare. Rezultatul de maximă putere şi generalitate este însă
secŃiunea Poincare, ce oferă o înŃelegere profundă asupra legăturii între sistemele
neliniare continui şi discrete. Comportările complexe, de tip cuasiperiodic sau
haotic, sunt cele mai promiŃătoare din punt de vedere aplicativ, în special în
domeniile sistemelor de modulaŃie şi conversie de date, dar beneficiază mult mai
puŃin de rezultate de analiză algebrice. În acest sens dinamica simbolică poate fi o
dechidere promiŃătoare.
212 CAPITOLUL 4: NOłIUNI DE DINAMICĂ NELINIARĂ

Bibliografie
[1] J. Guckenheimer, P. Holmes: “Nonlinear Oscillations, Dynamical Systems, and
Bifurcations of Vector Fields”, Springer Verlag, New York, Berlin, Heidelberg,
1983.
[2] T. S. Parker, L. O. Chua: “Practical Numerical Algorithms for Chaotic Systems”,
Springer Verlag, New York, Berlin, Heidelberg, 1989.
[3] T. S. Parker, L. O. Chua: "Chaos: a Tutorial for Engineers," Proc. IEEE, Vol. 75, No.
8, pp. 982-1008, Aug. 1987.
[4] D. D. Siljak: “Nonlinear Systems; The Parameter Analysis and Design”, John Wiley &
Sons, Inc., New York, London, Sydney, Toronto, 1969.
[5] W. J. Cunningham: “Introduction to Nonlinear Analysis”, McGrawHill Book
Company, New York, Toronto, 1958.
[6] L. M. Holtzman: “Nonlinear System Theory; A Functional Analysis Approach”,
Prentice-Hall, Englewood Cliffs, New Jersey, 1970.
[7] M. Morse, G. A. Hedlund: “Symbolic dynamics, I”, Amer. J. Math. 60. (1938), pag.
815-866.
[8] M. Morse, G. A. Hedlund: “Symbolic dynamics, II”, Amer. J. Math. 62 (1940), pp. 1-
40.
[9] C. W. Wu, L. O. Chua: “Symbolic Dynamics of Piecewise Linear Maps” IEEE Trans
Circ. Syst. II, Vol. CAS 41, No. 6, June 1994, pag. 420-424.
[10] M. J. Kearney, J. Stark: “An Introduction to Chaotic Signal Processing” GEC Journal
of Research, Vol. 10, No. 8, pp. 52-58, Aug. 1992.
[11] L. O. Chua, T. Lin: “Chaos in Digital Filters”, IEEE Trans. Circ. Sys., 35(1988), pp.
648-658.
[12] V. Grigoraş: “Discrete Chaotic Circuit Performs Analog to Digital Conversion”, Archiv
fur Electronik und Ubertragungstechnik, No. 5, Vol. 48, September 1994, pag. 272-
275.
[13] A. Leuciuc; V. Grigoraş: “Finite Time Chaos Synchronization in Bijective Triangular
Form Systems”, International Journal of Chaos Theory and Applications, No. 1, Vol.
2, May 1997, pag. 3-16
[14] V. Grigoraş: “Symbolic Dynamics for Chaotic A/D Converters” Proceedings of the
International Symposium “Electronics and Telecommunications” ETC’94,
Timisoara, Romania, 29-30 September 1994, pag. 89-94.
[15] V. Grigoraş: “Chaos Synchronization in State Space Digital Filters” Proceedings of the
4th International Specialist Workshop on ‘Nonlinear Dynamics in Electronic
Circuits’ NDES-96, Seville, Spain, June 27-28, 1996, pag. 179-182.